Evaluación Probabilística de La Peligrosidad y La Vulnerabilidad Frente A Desastres Naturales Basados en Proyecciones de Cambio Climático en El Área Metropolitana de Trujillo

EVALUACIN PROBABILSTICA DE LA
PELIGROSIDAD Y LA VULNERABILIDAD FRENTE

A DESASTRES NATURALES BASADOS EN
PROYECCIONES DE CAMBIO CLIMTICO
EN EL REA METROPOLITANA DE TRUJILLO

INFORME FINAL. VERSIN 30.11.2012

- NOVIEMBRE 2012

EVALUACIN PROBABILSTICA DE LA PELIGROSIDAD Y LA VULNERABILIDAD FRENTE A DESASTRES NATURALES BASADOS EN
PROYECCIONES DE CAMBIO CLIMTICO EN EL REA METROPOLITANA DE TRUJILLO (PER)
NDICE

NDICE

NDICE

-i-
NDICE

BLOQUE 0.
ANTECEDENTES
Antecedentes ................................................................................................. A

BLOQUE 1. INTRODUCCIN
CAPTULO 1. INTRODUCCIN
1.1 Exposicin de motivos ............................................................................. 1.1
1.2 Objetivos del estudio .............................................................................. 1.2
1.3 Organizacin del estudio ......................................................................... 1.2
CAPTULO 2. ENFOQUE METODOLGICO
2.1 Introduccin .......................................................................................... 2.1
2.2 Marco conceptual ................................................................................... 2.1
2.3 Enfoque metodolgico ............................................................................. 2.3
2.3.1 Cmo enunciar el riesgo ................................................................... 2.3
2.3.2 Ejemplo de clculo de riesgo ............................................................. 2.4
2.3.3 Medidas de adaptacin y mitigacin .................................................... 2.5
CAPTULO 3. CARACTERIZACIN DE LA ZONA DE ESTUDIO
3.1 Localizacin y mbito de estudio ............................................................... 3.1
3.2 Caracterizacin general de la zona ............................................................ 3.3
3.2.1 Caracterizacin fsica ........................................................................ 3.3
3.2.2 Caracterizacin socio-econmica ........................................................ 3.5

BLOQUE 2. INFORMACIN DE BASE
CAPTULO 4. GENERACIN DE INFORMACIN TOPO-BATIMTRICA
4.1 Necesidades .......................................................................................... 4.1
4.2 Metodologa y resultados ......................................................................... 4.1

NDICE

-ii-
BLOQUE 3. ANLISIS DE LA VULNERABILIDAD
CAPTULO 5. IDENTIFICACIN DE LAS PRINCIPALES AMENAZAS:
VULNERABILIDAD PERCIBIDA.
5.1 Introduccin ......................................................................................... 5.1
5.2 Estudio de la vulnerabilidad percibida ....................................................... 5.1
5.2.1 Metodologa ................................................................................... 5.1
5.3 Identificacin de las principales amenazas ................................................. 5.4
5.4 Identificacin de recursos vulnerables ....................................................... 5.4
5.5 Identificacin de zonas vulnerables ........................................................... 5.5
CAPTULO 6. VULNERABILIDAD
6.1. Introduccin ........................................................................................ 6.1
6.1.1 Marco conceptual ............................................................................ 6.2
6.1.2 Enfoque integrado ........................................................................... 6.3
6.1.3 Bases de datos y escala de estudio .................................................... 6.5
6.1.4 Representacin grfica ..................................................................... 6.5
6.2 Evaluacin de la Sensibilidad ................................................................... 6.7
6.2.1 Metodologa ................................................................................... 6.7
6.2.2 Sensibilidad Humana ........................................................................ 6.9
6.2.3 Sensibilidad de Viviendas ................................................................ 6.16
6.2.4 Sensibilidad Social ......................................................................... 6.21
6.2.5 Sensibilidad Econmica ................................................................... 6.27
6.2.6 Sensibilidad Integrada .................................................................... 6.27
6.3 Evaluacin de la Resiliencia ................................................................... 6.37
6.3.1 Metodologa ................................................................................. 6.37
6.3.2 Resultados de Resiliencia ............................................................... 6.39
6.3.3 Vulnerabilidad de Trujillo ante el Cambio Climtico ................................. 6.41
6.4 Medidas de adaptacin ......................................................................... 6.44

BLOQUE 4. RIESGOS EN LA ZONA COSTERA (INUNDACIN + EROSIN)
CAPTULO 7. DINMICA MARINA
7.1 Introduccin .......................................................................................... 7.1
7.2 Caracterizacin del nivel medio del mar en Trujillo ...................................... 7.3
7.3 Caracterizacin de la marea astronmica en Trujillo ................................... 7.4
7.4 Caracterizacin de la marea meteorolgica en Trujillo ................................. 7.5
7.5 Caracterizacin del oleaje en aguas profundas en la zona cercana a Trujillo ... 7.9
7.5.1 Caracterizacin del clima de oleaje .................................................. 7.10
7.6 Caracterizacin del oleaje en aguas someras ........................................... 7.17
7.6.1 Introduccin ................................................................................ 7.17
7.6.2 Resultados ................................................................................... 7.20

NDICE

-iii-
CAPTULO 8. VARIABILIDAD CLIMTICA DE LA DINMICA MARINA
8.1 Introduccin .......................................................................................... 8.1
8.2 Variabilidad climtica del oleaje ............................................................... 8.1
8.2.1 Estacionalidad ................................................................................. 8.1
8.2.2 Variabilidad interanual de los espectros .............................................. 8.3
8.2.3 Variabilidad estacional e interanual basada en tipos de circulacin ......... 8.5
8.2.4 Tendencias a largo plazo .................................................................. 8.8
8.3 Variabilidad climtica del nivel medio del mar ............................................. 8.9
8.4 Conclusiones ...................................................................................... 8.10
CAPTULO 9. EROSIN E INUNDACIN COSTERA
9.1 Introduccin .......................................................................................... 9.1
9.1.1 Antecedentes ................................................................................. 9.1
9.1.2 Estructura del captulo ..................................................................... 9.3
9.2 Modelo morfodinmico ............................................................................ 9.3
9.2.1 Introduccin y conceptos preliminares ............................................... 9.3
9.2.2 Planteamiento general del modelo morfodinmico ............................... 9.8
9.2.3 Evolucin histrica de los arenamientos y la erosin a partir del
imgenes LANDSAT ............................................................................... 9.11
9.2.4 Transporte slido litoral .................................................................. 9.17
9.2.5 Caudales slidos ro Moche .............................................................. 9.24
9.2.6 Cambios en la posicin de la lnea de costa por variaciones del nivel
medio del mar ....................................................................................... 9.27
9.2.7 Balance sedimentario .................................................................... 9.30
9.2.8 Anlisis del volumen neto: contribucin de cada factor ....................... 9.39
9.3 Efectos del cambio climtico en el balance sedimentario. Anlisis de
distintos escenarios de cambio climtico ...................................................... 9.42
9.4 Propuesta de alternativas ..................................................................... 9.47
9.4.1 Alternativas bajo el rgimen actual de las dinmicas ........................... 9.47
9.4.2 Implicaciones de la variabilidad climtica y del efecto del cambio
climtico en las propuestas ..................................................................... 9.56
9.5 Inundacin costera .............................................................................. 9.57
9.5.1 Reconstruccin de la Cota de Inundacin .......................................... 9.58
9.5.2 Rgimen extremal de cota de inundacin en Trujillo ........................... 9.62
9.5.3 Validacin. Temporal 20 de agosto del 2010 ...................................... 9.65
9.6 Resumen y conclusiones ....................................................................... 9.68

NDICE

-iv-
BLOQUE 5. RIESGOS HIDROLGICOS

CAPTULO 10. ANLISIS DE LA VARIABILIDAD CLIMTICA DE LAS
PRECIPITACIONES EXTREMAS

10.1 Introduccin ..................................................................................... 10.1
10.2 Bases de datos .................................................................................. 10.1
10.2.1 Pluvimetros .............................................................................. 10.1
10.3 Tropical Rainfall Measuring Mission ....................................................... 10.5
10.4 Obtencin de la serie mensual de mximos diarios en Trujillo .................. 10.8
10.5 Simple Ocean Data Assimilation (SODA 2.2.4) ...................................... 10.11
10.6 Caracterizacin del predictor de precipitacin ........................................ 10.12
10.7 Proyecciones de precipitaciones medias por Cambio Climtico ................. 10.18
10.7 Variabilidad climtica de las precipitaciones extremas en Trujillo ............. 10.21
10.7.1 Modelo estadstico de extremos .................................................... 10.21
10.7.2 Resultados ................................................................................ 10.21
10.8 Resumen ......................................................................................... 10.23

CAPTULO 11. ANLISIS DE RIESGOS DE INUNDACIN DE ORIGEN HIDROLGICO

11.1 Descripcin del rea de estudio desde el punto de vista hidrolgico ........... 11.1
11.2 Caracterizacin de los factores climticos .............................................. 11.6
11.2.1 Caracterizacin de lluvias extremas ............................................... 11.6
11.2.2 Caudales de avenida en el tramo final del ro Moche ......................... 11.7
11.2.3 Caudales de avenida en las quebradas ........................................... 11.8
11.3 Clculo de la peligrosidad asociada al desbordamiento del ro Moche
en su tramo final ....................................................................................... 11.11
11.3.1 Datos de partida ........................................................................ 11.11
11.3.2 Resultados ................................................................................ 11.14
11.4 Clculo de la peligrosidad asociada a inundaciones en las quebradas
del sector norte ........................................................................................ 11.18
11.4.1 Datos de partida ........................................................................ 11.18
11.4.2 Definicin de los caudales de clculo ............................................. 11.21
11.4.3 Resultados de peligrosidad ........................................................... 11.21
11.5 Clculo de peligrosidad en la ciudad de Trujillo ...................................... 11.28
11.5.1 Datos de partida ........................................................................ 11.28
11.5.2 Metodologa .............................................................................. 11.28
11.5.3 Malla de clculo ......................................................................... 11.29
11.5.4 Resultados de peligrosidad de origen pluvial .................................. 11.31
11.5.5 Resultados de peligrosidad asociados a la quebrada de San Ildefonso 11.34
11.5.6 Peligrosidad en trminos de prdida potencial de vidas humanas ...... 11.38
11.6 Vulnerabilidad y riesgos hidrolgicos ................................................... 11.40
11.6.1 Anlisis de la vulnerabilidad hidrolgica en la zona de estudio .......... 11.40
11.6.2 Riesgos hidrolgicos integrados en el rea metropolitana de Trujillo .. 11.42

NDICE

-v-
11.7 Medidas de adaptacin a los riesgos hidrolgicos ................................... 11.44
11.7.1 Medidas estructurales ................................................................. 11.44
11.7.2 Medidas no estructurales ............................................................. 11.50

BLOQUE 6. TSUNAMIS

CAPTULO 12. TSUNAMIS

12.1 Introduccin ..................................................................................... 12.1
12.1.1 Exposicin de motivos ................................................................. 12.1
12.1.2 Objetivos del estudio ................................................................... 12.2
12.1.3 Organizacin del estudio .............................................................. 12.2
12.2 Caracterizacin de la zona de estudio ................................................... 12.3
12.2.1 Localizacin ................................................................................ 12.3
12.2.2 Topo-Batrimetra de la zona de estudio .......................................... 12.3
12.3 Caracterizacin de fuentes tsunamignicas ............................................ 12.5
12.3.1 Introduccin ............................................................................... 12.5
12.3.2 Antecedentes de estudios de sismicidad y tsunamis en la zona ........... 12.6
12.3.3 Anlisis tectnico ........................................................................ 12.7
12.3.4 Propuesta de fuentes tsunamignicas ............................................. 12.8
12.4 Metodologa para la elaboracin de mapas de inundacin y peligrosidad ... 12.11
12.4.1 Planteamiento del problema ........................................................ 12.11
12.4.2 Hiptesis y criterios de trabajo ..................................................... 12.12
12.4.3 Metodologa utilizada .................................................................. 12.13
12.5 Modelado numrico ........................................................................... 12.14
12.5.1 Modelo numrico de propagacin de tsunamis C3 ........................... 12.14
12.5.2 Condiciones iniciales: Fuentes tsunamignicas ................................ 12.16
12.5.3 Condiciones de contorno: Mallas de propagacin ............................ 12.17
12.6 Mapas de inundacin ......................................................................... 12.20
12.6.1 Mapas de inundacin para el evento de 1619 .................................. 12.20
12.6.2 Mapas de inundacin para el evento de 1746 .................................. 12.26
12.7 Mapas de riesgo en edificaciones vinculado a la profundidad
del evento de 1619 ................................................................................... 12.31
12.7.1 Riesgo Humano .......................................................................... 12.31
12.7.2 Riesgo para las edificaciones ........................................................ 12.34
12.8 Resumen, recomendaciones y medidas de adaptacin preliminares ........... 12.36
12.7.1 Medidas Estructurales .................................................................. 12.37
12.7.2 Medidas No Estructurales ............................................................. 12.37

NDICE

-vi-
BLOQUE 7. ANEXOS

ANEXO 4.1 MDT.

ANEXO 5.1 ACTORES Y PARTICIPACIN.

ANEXO 6.1 VULNERABILIDAD: METODOLOGA Y RESULTADOS.

ANEXO 6.2 MAPAS DE VULNERABILIDAD.

ANEXO 7.1. BASES DE DATOS DE DINMICA MARINA.

ANEXO 7.2. METODOLOGA PARA LA CARACTERIZACIN DEL OLEAJE EN AGUAS
SOMERAS.

ANEXO 8.1 DOWNSCALING ESTADSTICO DEL OLEAJE BASADO EN TIPOS DE
CIRCULACIN.

ANEXO 11.1 GENERACIN DE LA MALLA PARA EVALUAR LOS RIESGOS
HIDROLGICOS.

ANEXO 11.2 DESCRIPCIN DEL MTODO RACIONAL MODIFICADO PARA CUENCAS
RIDAS.

ANEXO 11.3 CARACTERIZACIN HIDROLGICA DE LAS QUEBRADAS.

ANEXO 11.4 DESCRIPCIN DEL MODELO HIDRULICO SRH-2D V.2.2

ANEXO 11.5 MAPAS RIESGOS HIDROLGICOS.

ANEXO 12.1 REVISIN Y CARACTERIZACIN DE FUENTES TSUNAMIGNICAS.

ANEXO 12.2 MAPAS TSUNAMIS.

ANEXO 13. PROYECCIONES DE CAMBIO CLIMTICO Y ESCENARIOS
CONSIDERADOS.

ANEXO 14. ASPECTOS SOCIO-ECONMICOS ASOCIADOS AL CAMBIO CLIMTICO.

BLOQUE 8. BIBLIOGRAFA
BIBLIOGRAFA


1
.

I
N
T
R
O
D
U
C
C
I
N

CAPITULO 1.

INTRODUCCIN


- 1.1 -
1
.

I
N
T
R
O
D
U
C
C
I
N


1.1. Exposicin de motivos

Aproximadamente el 75% de la poblacin de Amrica Latina y el Caribe (ALC) habita en
ciudades. El rpido crecimiento urbano ha creado oportunidades para millones de personas,
pero tambin representa grandes desafos para los gobiernos
1
.

Adems de las grandes metrpolis, existen aproximadamente 140 ciudades con menos de
dos millones de habitantes cuyas economas y poblaciones estn en fase de crecimiento
acelerado, razn por la cual se las ha denominado ciudades emergentes. Estas an tienen
la oportunidad de crecer de manera sostenible, pero para hacerlo con xito, deben adoptar
un enfoque planificado e integral que les permita, entre otros, utilizar eficientemente los
recursos naturales y adaptarse a las consecuencias del cambio climtico. Para apoyarlas en
esta difcil tarea, el Banco Interamericano de Desarrollo ha puesto en marcha la Iniciativa
Ciudades Emergentes Sostenibles (CES)
2
.

Trujillo (Per), Port of Spain (Trinidad y Tobago) y Santa Ana (El Salvador) fueron
seleccionadas entre las primeras ciudades piloto de la Plataforma CES con el objetivo de
identificar reas de accin prioritarias que conduzcan a mejores polticas pblicas y
proyectos.

Figura 1.1: Ciudades piloto seleccionadas por el BID

1,2
Gua metodolgica Iniciativa Ciudades Emergentes y Sostenibles, Primera edicin 2012. Banco Interamericano
de Desarrollo


- 1.2 -
1
.

I
N
T
R
O
D
U
C
C
I
N

Uno de los grandes desafos identificados durante la fase de diagnstico fue la
Sostenibilidad Ambiental y el Cambio Climtico. En este contexto, el Banco Interamericano
de Desarrollo seleccion al Instituto de Hidrulica Ambiental de Cantabria, IH Cantabria,
para realizar el estudio de la vulnerabilidad ante desastres naturales asociados a los efectos
del cambio climtico.

El presente documento se centra en el caso piloto de la ciudad de Trujillo.

1.2. Objetivos del estudio

El objetivo general del proyecto es dotar a la Plataforma CES y a la Unidad de Energa
Sostenible y Cambio Climtico del BID de la informacin necesaria para hacer frente a las
vulnerabilidades locales de los sistemas urbanos frente a los efectos observados y previstos
del cambio climtico.

Para ello, el objetivo especfico del presente estudio es proveer a la Municipalidad Provincial
de Trujillo con un informe de evaluacin probabilstica de la peligrosidad y vulnerabilidad
frente a fenmenos de inundacin, erosin costera y tsunamis
3
basados en proyecciones de
cambio climtico. Este estudio incluye mapas de peligrosidad, vulnerabilidad y riesgo as
como una evaluacin de los impactos socio-econmicos asociados al cambio climtico, para
identificar medidas de adaptacin y mitigacin que ayuden a las instituciones pblicas
trujillanas a definir estrategias que permitan frenar o solucionar las amenazas ante las que
se enfrentan.

Las autoridades municipales de Trujillo son las destinarias del presente documento, que
servir de base, entre otros a futuros Planes de Ordenamiento Territorial, fortaleciendo las
polticas pblicas y mejorando su capacidad de adaptacin para abordar los retos
relacionados con el cambio climtico.

1.3. Organizacin del estudio

El presente estudio se ha estructurado en ocho grandes bloques que entendemos facilitar
el uso de la informacin generada.

Cada uno de los bloques se divide en diferentes captulos que se han estructurado de
acuerdo con el enfoque metodolgico utilizado.

El primer bloque es introductorio y contiene la exposicin de motivos y objetivos del
estudio; el marco conceptual y enfoque metodolgico seguido y finalmente la
caracterizacin de la zona de estudio.

3
Se considera que el cambio climtico no tiene incidencia en el caso de eventos de tsunami.


- 1.3 -
1
.

I
N
T
R
O
D
U
C
C
I
N

En el segundo bloque se describe primeramente el proceso seguido para la generacin de
informacin topo-batimtrica y se presenta los resultados que servirn de base para la
representacin geogrfica de los resultados finales.

En el siguiente apartado, bloque 3, se identifican las principales amenazas percibidas as
como sus recursos y zonas ms vulnerables, para a continuacin describir el marco
conceptual de la vulnerabilidad y los resultados del anlisis de las dos componentes de la
vulnerabilidad, sensibilidad y resiliencia, junto con una serie de medidas de adaptacin.

De aqu en adelante el trabajo incluye tres nuevos grandes bloques cada uno de ellos
destinado al anlisis de un riesgo concreto.

En el bloque 4 se analizan los riesgos en la zona costera considerando tanto la inundacin
como la erosin y en el bloque 5 los riesgos hidrolgicos derivados de precipitaciones
extremas o por desbordamiento de ro, en este caso, el ro Moche o quebradas.

Tanto uno como el otro se estructuran internamente en los siguientes captulos: Estudio de
las variables climticas relevantes, su variabilidad y proyecciones; evaluacin de impactos;
elaboracin de mapas de riesgo y propuestas de adaptacin/mitigacin.

El bloque 6 se destina al anlisis de riesgos frente a tsunamis. En este caso por tratarse de
un fenmeno sin afeccin directa del cambio climtico el anlisis parte de un estudio de
caracterizacin de potenciales fuentes tsunamignicas. A continuacin se procede de
manera anloga a los bloques anteriores elaborando mapas de riesgo y formulando
propuestas de adaptacin/mitigacin.

El informe se completa con un sptimo bloque que incluye los anexos que dan el soporte
cientfico-tcnico a las aproximaciones empleadas en el estudio y donde adems se incluyen
los mapas generados

Por ltimo, el bloque 8 incluye las referencias bibliogrficas empleadas en el procedo de
redaccin del presente informe.

CAPTULO 2. METODOLOGA

2
.

M
E
T
O
D
O
L
O
G
A

CAPITULO 2.

ENFOQUE METODOLGICO


-2.1-
2
.

M
E
T
O
D
O
L
O
G
A

CAPTULO 2. ENFOQUE METODOLGICO

2.1. Introduccin

En este captulo se describe la metodologa propuesta para el clculo del riesgo frente a las
amenazas identificadas en la zona de . Primeramente se provee del marco conceptual para
el clculo del riesgo, incluidos sus componentes. A continuacin, se presenta el enfoque
metodolgico global para el conjunto del estudio, incluyendo el enunciado del riesgo y un
ejemplo del flujo de trabajo.

2.2. Marco conceptual

Se define el riesgo como la probabilidad de consecuencias perjudiciales o prdidas
esperadas como resultado de una amenaza o peligro sobre una zona expuesta a la misma
durante un periodo de tiempo determinado (Comisin Europea, Schneiderbauer et al.,
2004)
1
. Por lo tanto, el riesgo (R) es funcin de la probabilidad de ocurrencia de esa
amenaza (H), de la exposicin (EX) de la zona o elementos objeto de estudio y de la
vulnerabilidad (V) de los mismos. La Figura 2.1 muestra este marco conceptual para el
clculo del riesgo:

Figura 2.1: Marco conceptual

A continuacin se recogen y definen los componentes del riesgo, siguiendo y/o adaptando
las definiciones propuestas por la UN International Strategy for Disaster Reduction (2009) y
aplicadas por la Intergovernmental Oceanographic Commission (IOC-UNESCO, 2009) en el
documento Hazard Awareness and Risk Mitigation in Integrated Coastal Area Management
(ICAM)
2
:

Riesgo: probabilidad de consecuencias dainas, o prdidas esperadas (como
muertes, lesiones personales, en propiedades, en el medio de vida de las
comunidades, paradas en las actividades econmicas o daos en el medio
ambiente) que resultan de las interacciones entre los peligros y las condiciones
de vulnerabilidad existentes (UN/ISDR, 2004)
3
.

1
Schneiderbauer, S. y Ehrlich, D. (2004) Risk, hazard and peoples vulnerability to natural hazards. A review of
definitions, concepts and data. European Commission. Joint Research Centre. Luxemburgo. ISBN 92-894-8732-1.
2
Hazard Awareness and Risk Mitigation in Integrated Coastal Management (ICAM). Intergovernmental
Oceanographic Commission. IOC Manual and Guides No. 50, ICAM Dossier No. 5, Paris, UNESCO. 2009
3
UN/ISDR, 2004. Living with Risk: a Global Review of Disaster Reduction Initiatives, International Strategy for
Disaster Reduction, Geneva, UN Publications.


-2.2-
2
.

M
E
T
O
D
O
L
O
G
A

Peligrosidad: es la caracterstica de un evento o fenmeno fsico
potencialmente daino que puede ocasionar prdidas de vida o lesiones
personales, en propiedades, trastornos sociales y econmicos o degradacin
ambiental (UN/ISDR, 2004). Un peligro est caracterizado por su localizacin,
intensidad, frecuencia, probabilidad de ocurrencia y duracin.

Exposicin: elementos en riesgo, inventario de aquellas personas o elementos
expuestos a un peligro en una zona y periodo de tiempo determinados
(adaptado de UN/ISDR, 2004).

Vulnerabilidad: las condiciones y caractersticas de los elementos expuestos a
la amenaza que les hacen ms susceptibles de sufrir los impactos negativos de
la misma (UN/ISDR, 2009)
4
y que, en definitiva, pueden implicar una mayor o
menor afeccin al sistema. La vulnerabilidad est determinada por factores y
procesos fsicos, ambientales, sociales, econmicos y administrativos. En
evaluaciones probabilsticas/cuantitativas del riesgo, el trmino Vulnerabilidad
expresa el porcentaje de elementos expuestos que es probable que se pierdan
debido a una determinada amenaza.

Algunos de los componentes del riesgo incluyen, no obstante, varios conceptos o
subcomponentes que deben ser a su vez considerados en el proceso de clculo. La Figura
2.2 muestra los subcomponentes a analizar en el clculo del Riesgo, la Peligrosidad y la
Vulnerabilidad.

Figura 2.2: Marco conceptual ampliado

Por ejemplo, dada la complejidad de las zonas costeras -como sistema dinmico en el que
conviven y se interrelacionan los subsistemas fsico, natural, socioeconmico y
administrativo-, el clculo del Riesgo deber estar enfocado a priori a unas consecuencias
negativas determinadas del evento, que sern expresadas en trminos de Impactos
humanos, ambientales, sociales, econmicos, etc. (por ejemplo, riesgo de prdida de vidas
humanas, riesgo de afeccin a ecosistemas, etc.). Estos impactos sern funcin de las
caractersticas de la amenaza y de la vulnerabilidad de los elementos expuestos.

El anlisis de la Peligrosidad incluye el estudio de las Amenazas (eventos fsicos
potencialmente dainos) objeto de estudio, que sern funcin de su localizacin, intensidad,
frecuencia, probabilidad de ocurrencia y duracin. Para estudiar las amenazas es necesario
calcular previamente las Dinmicas que generan esos eventos dainos, pudiendo stas ser

4
UN/ISDR, 2009. UN International Strategy for Disaster Reduction Sec, 15 January 2009.


-2.3-
2
.

M
E
T
O
D
O
L
O
G
A

una o varias (por ejemplo, si el evento potencialmente daino es la inundacin las
dinmicas a analizar sern el nivel del mar, el viento, el oleaje, etc.).

Por otra parte, el anlisis de la Vulnerabilidad de los elementos expuestos incluye:

el estudio de la Sensibilidad, definida como el grado de afeccin que puede
generar la amenaza en los elementos expuestos, siendo una cualidad intrnseca
al sistema y funcin de las caractersticas naturales de esos elementos y del
umbral a partir del cual se produce el impacto objeto de estudio.

el estudio de la Resiliencia, definida como la capacidad de un sistema
expuesto a una amenaza para resistir, absorber, adaptarse y recuperarse del
impacto de una manera oportuna y eficiente, a travs de la preservacin y
restauracin de sus funciones y estructuras bsicas esenciales

(UN/ISDR,
2009).

2.3. Enfoque metodolgico

2.3.1 Cmo enunciar el riesgo

Dada la cantidad y complejidad de los conceptos definidos anteriormente y relacionados con
el clculo del Riesgo, es necesario plantear una manera homognea de expresar los
resultados del Riesgo. Se propone la siguiente estructura:

Cul es el RIESGO de UN IMPACTO por UNA AMENAZA en UN RECEPTOR
en UNA ESCALA TEMPORAL para un PERIODO TEMPORAL?
Ejemplo:

Cul es el RIESGO de AFECCIN A INFRAESTRUCTURAS por INUNDACIN DEBIDA A UN TSUNAMI en
HUANCHACO en VERANO para un PERIODO DE RETORNO DE 500 AOS?

Por lo tanto, para calcular el riesgo de un determinado impacto generado por una
amenaza debida a un evento de tsunami en un receptor en una escala temporal
para un periodo temporal determinado, se cruzar la informacin de peligrosidad, de
exposicin y de vulnerabilidad, para esa probabilidad de ocurrencia y esas condiciones de
espacio y tiempo, teniendo en cuenta las dimensiones humana, socioeconmica y de
infraestructuras.


-2.4-
2
.

M
E
T
O
D
O
L
O
G
A

Un estudio genrico se organizar de acuerdo con la siguiente estructura:

RIESGO PELIGROSIDAD EXPOSICIN VULNERABILIDAD
Receptor
Riesgo
Impactos
Escala
temporal
Probabilidad Dinmicas Amenaza
Elementos
expuestos
Sensibilidad Resiliencia
Zona x
Impacto
humano
Corto plazo
(2020)
Peor caso
Fuentes de
generacin
Inundacin
Exposicin
Humana
Sensibilidad
Humana
Capacidad de
Respuesta
Impacto
socioeconmico
Medio plazo
(2050)
Distintos
periodos de
retorno
Ola tsunami Arrastre
Exposicin
Socioeconmica
Sensibilidad
Socioeconmica
Capacidad de
Recuperacin
Impacto
infraestructuras
Largo plazo
(2100)
Marea
Exposicin
infraestructuras
Sensibilidad
infraestructuras
Tabla 2.1. Ejemplo de estructura de un anlisis genrico de riesgo por tsunami

2.3.2 Ejemplo de clculo de riesgo

De acuerdo con el enfoque metodolgico anterior en la figura 2.3 se muestra un ejemplo de
los pasos a seguir y un diagrama de flujo para la evaluacin del riesgo. En la tabla 2.2 se
concreta ms el ejemplo para evaluar riesgos de inundacin.

Figura 2.3: Proceso de clculo de riesgo

Seleccin de la
AMENAZA
Identificacin y clculo
de las DINMICAS que
generan la amenaza
Generacin de
MAPAS DE
PELIGROSIDAD
Seleccin del
RECEPTOR del riesgo
(escala espacial)
Seleccin de
ESCALA TEMPORAL
Seleccin del
IMPACTO a analizar
DECISIONES DEL GESTOR TRABAJO TCNICO
Identif icacin de los
ELEMENTOS EXPUESTOS
Clculo de
VULNERABILIDAD de
elementos expuestos
Clculo del RIESGO
Identif icacin de
MEDIDAS DE REDUCCIN
DEL RIESGO
1
2 3
4
5
6
7
8
9
10


-2.5-
2
.

M
E
T
O
D
O
L
O
G
A

No. ETAPAS Ejemplo
1 Seleccin de la amenaza Inundacin
2
Identificacin y clculo de las dinmicas que
generan la amenaza
Fallas tsunamignicas, nivel del mar, viento, etc.
3 Generacin de mapas de peligrosidad Mapas de inundacin
4 Seleccin de receptor del riesgo (escala espacial) La Libertad (escala local)
5 Seleccin de la escala temporal Verano
6 Seleccin del impacto Poblacin afectada
7 Identificacin de elementos expuestos Poblacin expuesta (permanente + temporal)
8 Clculo de vulnerabilidad del elemento expuesto Poblacin sensible + resiliencia del municipio
9 Clculo del riesgo Poblacin en riesgo
10 Identificacin de medidas de reduccin del riesgo
Retranqueo, muros de proteccin, concienciacin
ciudadana, rutas de evacuacin, etc.
Tabla 2.2: Ejemplo de clculo de riesgo

En este trabajo se ha seguido esta metodologa y diagrama de flujo. Sin embargo, se
observar que la estructura del informe no corresponde directamente con este flujo de
trabajo y a que:

1. Se ha optado por organizar los riesgos por bloques independientes segn su origen.

2. Algunas de las etapas en el proceso son prcticamente las mismas para cada uno de
los riesgos.

Esto llevado a que en la primera parte del documento se haya recogido la informacin
relevante para las etapas 1, 4, 5, 6, 7, y 8.

2.3.3 Medidas de adaptacin y mitigacin

Por ltimo, el anlisis del Riesgo permitir identificar las Medidas de Reduccin del
Riesgo, que pueden ser de dos tipos:
Medidas de Adaptacin: medidas de ajuste en el sistema natural o humano en
respuesta a estmulos actuales o esperables y a sus efectos, que moderan el dao
a recibir o explota las oportunidades beneficiosas (IPCC, 2001)
Medidas de Mitigacin: medidas estructurales y no estructurales tomadas para
limitar el impacto adverso de peligros naturales (UN/ISDR, 2004)
Por tanto, sern Medidas de Mitigacin si estn orientadas a reducir la amenaza, y Medidas
de Adaptacin si modifican la vulnerabilidad (Figura 2.3). El solape en las medidas
existente en el factor Exposicin se debe a factores territoriales y temporales, ya que ambos
factores conectan la amenaza con el impacto sobre los elementos expuestos.


-2.6-
2
.

M
E
T
O
D
O
L
O
G
A

Figura 2.4: Medidas de Adaptacin y Mitigacin

Ej. Si una medida de reduccin del riesgo
est orientada a reducir la exposicin, ser
medida de mitigacin si pretende modificar
la localizacin de elementos existentes y
ser adaptacin si pretende modificar la
localizacin de futuros elementos presentes
en la zona.

Es necesario hacer constar que el concepto de mitigacin que aqu se emplea es el
correspondiente al mbito de la gestin de desastres y no al de cambio climtico. Por tanto
en este informe la palabra mitigacin no corresponde a medidas destinadas a la reduccin
de emisiones de gases de efecto invernadero.

CAPTULO 3. CARACTERIZACIN Y AMENAZAS

3
.

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

CAPITULO 3.

CARACTERIZACIN DE LA
ZONA DE ESTUDIO


- 3.1 -
3
.

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

CAPTULO 3. CARACTERIZACIN DE LA ZONA DE ESTUDIO

3.1. Localizacin y mbito de estudio

La provincia de Trujillo se encuentra ubicada en la costa norte peruana y es la capital del
Departamento de La Libertad. Limita al Norte con la provincia de Ascope, al Este con las
provincias de Otuzco y Julcn, al Sur con la provincia de Vir y por el Oeste con el Ocano
Pacfico.

Figura 3.1: Localizacin de la zona de estudio. Elaboracin: IH Cantabria

La provincia de Trujillo est conformada a su vez por once distritos. La divisin realizada
por el Plan Estratgico de Desarrollo Integral y Sostenible de Trujillo de la Municipalidad
Provincial de Trujillo (MPT en adelante) sirve como base para diversos estudios relacionados
(ej.: Sistema de Informacin de Recursos para la Atencin de Desastres SIRAD Trujillo)
distinguiendo entre:

Trujillo metropolitano:

o Continuo Urbano: Distritos de Trujillo, Vctor Larco Herrera, El Porvenir, Florencia
de Mora y La Esperanza,
o rea integrada: Distritos de Huanchaco, Laredo, Moche y Salaverry,

Distritos ms alejados: Simbal y Poroto

El presente estudio se centra en el rea metropolitana de Trujillo, que abarca nueve de los
once distritos enumerados.


- 3.2 -
3
.

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

Figura 3.2: Lmite distrital y principales vas de comunicacin de la Provincia de Trujillo. Fuente: Google Earth y
elaboracin propia (IH Cantabria)


- 3.3 -
3
.

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

3.2. Caracterizacin general de la zona

3.2.1 Caracterizacin fsica

Trujillo se encuentra entre las primeras tres ciudades peruanas que albergan mayor nmero
de habitantes (811.979 segn Censo del 2007), concentrndose casi la totalidad de la
misma en el rea metropolitana.

Dado su carcter costero y su relieve, con altitudes medias que van desde los 3 msnm en
distritos como Vctor Larco Herrera o Salaverry, hasta los 627 msnm en Poroto (consultar
tabla 3.1), Trujillo ha sufrido histricamente inundaciones, tanto costeras, como
inundaciones urbanas, especialmente importantes en pocas de ocurrencia del fenmeno de
El Nio.

Distrito
Superficie
(Km
2
)
% Poblacin %
Altitud
msnm
Trujillo 39,36 2,23 294899 36,32 34
El Porvenir 36,7 2,08 140507 17,30 90
Florencia de Mora 1,99 0,11 40014 4,93 85
Huanchaco 333,9 18,88 44806 5,52 23
La Esperanza 15,55 0,88 151845 18,70 77
Laredo 335,44 18,97 32825 4,04 89
Moche 25,25 1,43 29727 3,66 4
Poroto 276,01 15,61 3601 0,44 627
Salaverry 295,88 16,73 13892 1,71 3
Simbal 390,55 22,08 4082 0,50 576
Victor Larco Herrera 18,02 1,02 55781 6,87 3
TOTAL 1768,65 100 811979 100

Tabla 3.1: Caracterizacin geogrfica de la Provincia de Trujillo. Fuente: INEI Censo Nacional de 2007 y
elaboracin propia (IH Cantabria)

Asimismo, su localizacin geotectnica la expone a eventos de tsunamis, habindose ya
realizado diversos estudios especficos en la zona.

En cuanto a la caracterizacin climtica, Trujillo posee un clima templado, con una
temperatura media anual de unos 20C, de ah su sobrenombre Ciudad de la Eterna
Primavera. Las temperaturas mnimas promedio oscilan en torno a los 10-13C y las
mximas en torno a los 29-32C
1
.

La estacin seca comprende el periodo de junio a agosto, mientras que la hmeda se
concentra en los meses de enero a marzo, pudiendo alcanzar precipitaciones histricas

1
Datos del periodo comprendido entre 2001-2009. Fuente: Estacin de Laredo (Valle del Moche) - SENHAMI.


- 3.4 -
3
.

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

durante la ocurrencia de fenmenos de El Nio, como aconteci durante el ltimo evento en
1998.

Por otra parte, la provincia de Trujillo se encuentra situada en su totalidad dentro de la
cuenca del ro Moche, que nace en las cumbres de la cordillera occidental andina y se
extiende sinuosamente a lo largo de 102 km hasta desembocar en el Ocano Pacfico. La
demanda hdrica de la cuenca se destina principalmente a uso agrcola.

Durante episodios de precipitaciones intensas, el flujo del ro puede aumentar llegando a
reactivar antiguos cursos de quebradas donde existen localidades indebidamente asentadas,
y originando consecuentemente prdidas humanas y daos en infraestructuras a aquellas
poblaciones ms vulnerables, ya que son aquellos que cuentan con menos recursos.

Figura 3.3: Cuenca del Ro Moche. Fuente: Ministerio de Energa y Minas


- 3.5 -
3
.

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

3.2.2 Caracterizacin socio-econmica

En trminos socio-demogrficos, los distritos que conforman el rea metropolitana de
Trujillo son marcadamente urbanos, nicamente Laredo muestra un carcter rural, con un
25,74% de su poblacin en zonas rurales. La densidad poblacional promedio es 5.082
habitantes por km2, encontrando la mayor densidad poblacional en Florencia de Mora,
mientras que Salaverry es el distrito de menor densidad.

Los sectores de mayor importancia econmica para Trujillo son la agricultura en el Valle del
Moche, la industria manufacturera, la minera del oro y el turismo
2
, grupos que merecern
especial atencin a la hora de evaluar el riesgo ante desastres naturales desde una
perspectiva socio-econmica.

El rea metropolitana de Trujillo est marcada por una gran concentracin de las
actividades econmicas de la regin de La Libertad, concentrando el distrito del mismo
nombre el 68% de los agentes econmicos del Departamento
3
. Mientras que el sector
industrial, por el contrario, es una de las actividades ms desconcentradas en la provincia,
trasladndose a distritos anexos tales como El Porvenir, Florencia de Mora o La Esperanza.

En materia agrcola, destaca la exportacin del cultivo del esparrago, todo ello impulsado
por el Proyecto Especial Chavimochic que incluye la irrigacin, entre otros, del valle del
Moche. El sector manufacturero destaca por los fabricantes de calzado y otros derivados de
cuero, desarrollado principalmente por PYMES.

Por ltimo, el sector turstico, entre cuyos mayores reclamos destacan el patrimonio
arqueolgico de la Ciudadela de Chan Chan, Huacas del Sol y de la Luna, as como el Centro
Histrico de la capital.

Figuras 3.4A Y 3.4.B .: Interiores de la Ciudadela de Chan Chan. Fuente: IH Cantabria.

2
Plan de Accin Trujillo Sostenible (MPT BID)
3
Perspectivas del Ambiente y Cambio Climtico en el Medio Urbano: EccoTrujillo. PNUMA, MPT y UCV, agosto 2011.

CAPTULO 4. TOPO-BATIMETRA

4
.

T
O
P
O
-
B
A
T
I
M
E
T
R
A

CAPITULO 4.

GENERACIN DE INFORMACIN
TOPO-BATIMTRICA


- 4.1 -
4
.

T
O
P
O
-
B
A
T
I
M
E
T
R
A

CAPITULO 4. GENERACIN DE INFORMACIN
TOPO-BATIMTRICA

4.1 Necesidades

Una de las mayores debilidades identificadas para el desarrollo del estudio reside en la
falta de un modelo digital del terreno de calidad y una cartografa de base unificada que
pueda ser utilizada por todos los actores en comn. Por tanto, en este proyecto nos
hemos visto en la necesidad de generar un modelo digital del terreno a partir de la
informacin a la que hemos tenido acceso. Este elemento es esencial para proyectar los
impactos y riesgos, as como para plantear y evaluar posibles actuaciones de
adaptacin/mitigacin.

4.2 Metodologa y resultados.

La bsqueda y anlisis inicial de informacin cartogrfica relevante para el estudio de la
peligrosidad, vulnerabilidad y riesgo ante desastres derivados por los efectos del cambio
climtico, es una tarea costosa debido a la heterogeneidad de informacin y la escasa
disponibilidad de dicha informacin en escalas o resoluciones aptas para el estudio.

La escala de trabajo en el anlisis de peligrosidad, vulnerabilidad y riesgo ante desastres
derivados de los efectos del cambio climtico en el rea metropolitana de Trujillo puede
definirse como escala local, siendo el objeto de estudio el rea metropolitana de Trujillo,
su costa y la extensin de rea inundable alrededor de sta.


- 4.2 -
4
.

T
O
P
O
-
B
A
T
I
M
E
T
R
A

Figura 4.1: Fuente: ArcGIS.com map viewer, World Imagery
La ciudad de Trujillo se asienta en el margen derecho del ro Moche, sobre la planicie costera de la Regin de la
Libertad, de fisiografa suave, donde las altitudes ms bajas se encuentran en el rea ms prximo al Pacifico y
aumentan progresivamente hasta llegar a las primeras ramificaciones andinas del interior.

El primer anlisis llevado a cabo ha sido focalizado en el rea terrestre de Trujillo. Los
servicios pblicos y/o administrativos peruanos relacionados con cartografa, han sido
contactados va email solicitando informacin espacial de la ciudad de Trujillo. Algunos de
los servicios contactados son recogidos a continuacin:

Oficina General de Administracin
Direccin General de Cartografa
Direccin de Cartografa
Direccin de Sistemas de Informacin Geogrfica
+ directorio ver pgina Instituto Geogrfico Nacional, Gobierno de Per
http://www.ign.gob.pe/ign.php

La ausencia de informacin local por parte de la administracin pblica, ha forzado la
bsqueda de distribuidores de informacin espacial global, recurriendo a servicios
pblicos estatales como el SEDAC (Socieconomic Data Applications Center NASA), Diva
GIS, Cloud Made, Open Street Map, GeoCommons, etc. La principal ventaja que ofrecen
estos servicios reside en la descarga gratuita de gran cantidad de informacin
cartogrfica a nivel global. Sin embargo, la resolucin de los datos no es la deseada para
un estudio de escala local, como es el caso de Trujillo.

La informacin topo-batimtrica es uno de los aspectos clave en el estudio de la
peligrosidad, vulnerabilidad y riesgo ante desastres derivados por los efectos del cambio
climtico debido a su condicin de capa base sobre la que sern efectuados los clculo de


- 4.3 -
4
.

T
O
P
O
-
B
A
T
I
M
E
T
R
A

inundacin. En este sentido, la bsqueda o creacin de un Modelo Digital del Terreno
(MDT) y un Modelo Digital Batimtrico (MDB) es un aspecto prioritario del proyecto.
Ante la falta de un MDT de alta resolucin, han sido analizados los MDTs globales (SRTM
y ASTER GDEM) proporcionados por la NASA, el USGS y el National Imagery and
Mapping Agency (NIMA).

SRTM (Shuttle Radar Topography Mission) creado por EEUU en 2003 con una
resolucin de 90 metros sobre el 80% de las tierras emergidas.

ASTER GDEM creado por la NASA y el Ministerio de Economa, Comercio e
Industria de Japn en 2009 y actualizado en 2011, con una resolucin de 30
metros sobre el 99% de las tierras emergidas.

ASTER GDEM, ASTER Global Digital Elevation Model, rene dentro de los MDT analizados
las mejores caractersticas disponibles para ser utilizado en el estudio. Sin embargo, no
debemos olvidar que ha sido desarrollado para ser utilizado en estudios de escala global
y puede presentar serios inconvenientes para ser utilizado en una escala local o de
mxima resolucin espacial y vertical. El informe ASTER Global Digital Elevation Model
Version 2 Summary of Validation Results (http://asterweb.jpl.nasa.gov/gdem.asp)
muestra la validacin y limitaciones del Modelo.

Figura 4.2: Fuente: ArcGIS.com map viewer and ASTER GDEM 30m 2011
La imagen adjunta muestra la topografa de Trujillo utilizando la base de ASTER GDEM.

La resolucin espacial del modelo es de 30 metros, lo que imposibilita notablemente la
aplicabilidad en estudios locales que requieran mxima resolucin espacial, como
inundaciones costeras y fluviales, derivados de los efectos del cambio climtico. Adems,
la fisiografa homognea del rea urbana requiere de un modelo digital del terreno con
una resolucin espacial de al menos 10 m para la correcta identificacin de los
principales elementos; carreteras, casas, ros, etc.


- 4.4 -
4
.

T
O
P
O
-
B
A
T
I
M
E
T
R
A

Para alcanzar un MDT de estas caractersticas o similares, se ha llevado a cabo una tarea
de recopilacin de informacin topogrfica con la mxima resolucin espacial posible.
Dicha informacin proviene de dos fuentes topogrficas principales, PLANDET y Proyecto
Especial Chavimochic, a distintas resoluciones y en formato CAD.

El principal problema previo ha sido la integracin de las diferentes fuentes. La diferencia
entre ellas en cuanto a resolucin se refiere, provoca distorsiones en el modelo
topogrfico en las zonas medianeras de las topografas utilizadas. Estas zonas se han
localizado y analizado, pero al encontrarse alejadas del rea de inters, no entran dentro
del alcance del proyecto y, por lo tanto, no supone un problema a considerar.

La integracin de las fuentes en un mismo MDT se ha llevado a cabo utilizando software
GIS, Geographic Information System. Para obtener un modelo topogrfico veraz, se ha
creado un modelo TIN, (Triangulated Irregular Network) o red de tringulos irregulares,
siendo el mtodo ms eficiente para almacenar y analizar la superficie creada debido a
su representacin triangular de los puntos y sus cotas.

La integracin de las fuentes de datos ha permitido crear dos Modelos Digitales del
Terreno en la zona de estudio con la mejor resolucin espacial posible conseguida hasta
el momento, 10 y 5 metros. Como se ha comentado anteriormente, el Modelo Digital
posee limitaciones en cuanto a su uso en las zonas fronterizas entre fuentes, ya que las
distintas resoluciones de los datos origen no han permitido suavizar los valores en los
mrgenes de las topografas. La metodologa seguida para la obtencin del MDT se
recoge con mayor detalle en el Anexo 4.1.

Figura 4.3: Modelo Digital del Terreno resultado

Una segunda bsqueda de informacin se ha focalizado en la bsqueda de batimetras de
la costa de estudio. Al igual que los Modelos Digitales del Terreno, los Modelos


- 4.5 -
4
.

T
O
P
O
-
B
A
T
I
M
E
T
R
A

Batimtricos de Per no han sido proporcionados. Por este motivo se ha recurrido de
nuevo a servicios pblicos estadounidenses, en este caso al Defense Mapping Agency of
EEUU.

Figura 4.4: Fuente: ArcGIS.com map viewer and Nautical Chart

Las cartas nuticas recopiladas se sitan entre Isla Lobos de Tierra y Punta Cabeza de
Lagarto con una escala 1:300.000, y datan de la dcada de los aos 70 y 80, lo cual
proporciona informacin de baja resolucin para la generacin un Modelo Digital
Batimtrico de escala global.

Para optimizar el uso de estas cartas nuticas se han llevado a cabo labores de
digitalizacin y georreferenciacin, de manera que los datos batimtricos obtenidos
permiten su unin con la parte topogrfica del modelo digital de terreno elaborado.

En aquellos apartados del estudio donde se ha hecho necesario utilizar datos batimtricos
lejanos a la costa y, por tanto, no incluidos en las cartas nuticas, se ha optado por el
uso de la batimetra GEBCO, que es pblica, y cuya resolucin alcanza los 30 segundos.
Esta batimetra se ha anidado a la digitalizacin comentada.

Por otro lado, y para mejorar la unin entre la batimetra y la topografa, se han utilizado
datos de lnea de costa de alta resolucin obtenidos de ESRI Data Maps (son
proporcionados por la compaa ESRI junto con sus productos SIG).

De esta manera se ha conseguido un modelo continuo tierra-linea de costa-aguas
someras-aguas profundas.

Se puede concluir que las necesidades del proyecto han requerido la construccin de un
MDT de alta resolucin para proceder al anlisis de los riesgos hidrolgicos y a la


- 4.6 -
4
.

T
O
P
O
-
B
A
T
I
M
E
T
R
A

proyeccin de la vulnerabilidad sobre el terreno. Asimismo, el anlisis de los procesos
costeros ha requerido la construccin de una batimetra de la zona. Ambos son productos
derivados de este trabajo y se adjuntaran, para esos posteriores, en un DVD.

Es necesario hacer constar que aunque este DTM y batimetra han sido la informacin de
base para el estudio, la aplicacin de los modelos numricos de propagacin del oleaje,
tsunamis o inundacin por riesgos hidrolgicos exige ajustes especficos propios de las
caractersticas de la configuracin numrica que pueden dar lugar a ligeras diferencias en
algunas zonas de la malla e incluso al uso de diferentes tcnicas de interpolacin
optimizadas a tal fin.

No obstante, la base de datos de partida es la misma en todos los casos.

CAPTULO 5. PRINCIPALES AMENAZAS

5
.

P
R
I
N
C
I
P
A
L
E
S

A
M
E
N
A
Z
A
S

CAPITULO 5.

IDENTIFICACIN DE LAS
PRINCIPALES AMENAZAS:

VULNERABILIDAD PERCIBIDA


- 5.1 -
5
.

P
R
I
N
C
I
P
A
L
E
S

A
M
E
N
A
Z
A
S

CAPITULO 5. IDENTIFICACIN DE LAS PRINCIPALES
AMENAZAS: VULNERABILIDAD PERCIBIDA.
5.1. Introduccin

El Plan de Accin realizado por el BID identifica, en primera instancia, la problemtica
existente en Trujillo. Los problemas ambientales derivados del crecimiento exponencial y la
transformacin territorial sufrida por la ciudad son evidentes y la necesidad de
diagnosticarlos y tomar decisiones avaladas tcnicamente es absolutamente necesaria. De
esta necesidad de interaccin entre ciencia y polticas de riesgos surge la inquietud por
conocer precisamente cules son las percepciones que sobre la vulnerabilidad tiene la
sociedad y en particular los tomadores de decisin. As para asegurar que las conclusiones
de este estudio responden a las preguntas de los gestores se ha incluido este anlisis
especfico sobre la vulnerabilidad percibida de Trujillo ante las amenazas naturales
asociadas al cambio climtico.

5.2 Estudio de la vulnerabilidad percibida

La Vulnerabilidad Percibida es aquella que poseen las instituciones pblicas y las sociedades
y que habitualmente se basa en el conocimiento de los procesos que generan impactos en
sus medios de vida. As, este anlisis de la vulnerabilidad contribuye a valorar la
informacin que la sociedad tiene sobre determinados procesos fsicos que suponen una
amenaza, el nivel de concienciacin existente sobre el riesgo que pueda conllevar dicha
amenaza o incluso los recursos y personas expuestas al riesgo que no constan en
estadsticas oficiales.

5.2.1 Metodologa
La metodologa aplicada para evaluar la vulnerabilidad percibida se basa en el mtodo

CRISTAL 3.2 (http://www.iisd.org/cristaltool/) desarrollado en 2005. sta fue desarrollada
entre Inter-Cooperation, The World Conservation Union (IUCN), Stockholm Environment
Institute (SEI) e International Institute for Sustainable Development (IISD).

La metodologa, que ha sido adaptada a las necesidades de este estudio y a las condiciones
de contorno impuestas por las particularidades del Trujillo metropolitano, se desarroll a
travs de cuestionarios y entrevistas semi-estructuradas con actores clave. La muestra a
evaluar incluy tanto a nivel central en Lima como local en Trujillo a actores-clave de
administraciones pblicas, a representantes del sector privado, a agentes econmicos
relevantes, a colectivos de organizaciones no gubernamentales y al sector acadmico.


- 5.2 -
5
.

P
R
I
N
C
I
P
A
L
E
S

A
M
E
N
A
Z
A
S

Las encuestas se realizaron durante la misin que IH Cantabria realiz entre el 16 y el 24 de
julio de 2012. En los 7 das de misin en Per se entrevist a 25 organismos y
organizaciones clave y se particip adems en dos talleres participativos sobre cambio
climtico realizados en Trujillo. La lista de los actores que han participado de este anlisis se
presenta en la siguiente tabla.

N ACTOR
1 BancoInteramericanodeDesarrollosedeenLimayTrujillo
2 InstitutoNacionaldeDefensaCivilsedeenLimayTrujillo
3
EquipodeconsultoresdelProgramadeNacionesUnidasparaelDesarrolloenmarcadosenlainiciativadeCiudades
SosteniblesdeINDECILimayTrujillo
4 MinisteriodelAmbienteDireccinGeneraldeOrdenamientoTerritorial
5 MinisteriodelAmbienteDireccinGeneraldeCambioClimtico,DesertificacinyRecursosHdricos
6 AutoridadPortuariaNacional(APN)
7 AutoridadNacionaldelAgua(ANA)
8 MinisteriodeEnergayMinasInstitutoGeolgicoMineroyMetalrgico
9 MinisteriodeVivienda,ConstruccinySaneamientoDireccinGeneraldeUrbanismo
10 GobiernoRegionaldeLaLibertadProyectoEspecialChavimochic
11 MunicipalidadProvincialdeTrujilloPlandeDesarrolloTerritorial
12 CapitanaPuertoSalaverry
13 MunicipalidadProvincialdeTrujilloSubgerenciadeDefensaCivil
14 AsociacinTrujilloAhora
15 ServiciodeaguapotableyalcantarilladodeLaLibertad,SEDALIBS.A.
16 CorporacinPeruanadeAeropuertosyAviacinComercial,CORPACS.A.
17 ConsultoraMontesyCaminos(PlanAmbientaldelaProvinciadeTrujillo)
18 Hidrandina(serviciopblicodeelectricidad)
19 CmaradeComercio
20 JuntadeUsuariosdeRiegodelMoche
21 MunicipalidadProvincialdeTrujilloServiciodeGestinAmbientaldeTrujillo,SEGAT
22 CuerpodeBomberos
23 GobiernoRegionaldeLaLibertadSubgerenciaProvincial
24 AsociacinPeruanaparalaConservacindelaNaturaleza,APECO
25 GobiernoRegionaldeLaLibertadGerenciadeRecursosNaturalesyGestinAmbientalLaLibertad

Tabla 5.1. Lista de actores-clave entrevistados.

El anlisis de la vulnerabilidad percibida incluy tres bloques distintos, cuyos resultados se
presentan en los siguientes epgrafes y que son:

1. Principales amenazas por cambio climtico
2. Recursos vulnerables ante las amenazas por cambio climtico
3. Zonas expuestas


- 5.3 -
5
.

P
R
I
N
C
I
P
A
L
E
S

A
M
E
N
A
Z
A
S

Un ejemplo de una de las secciones de los cuestionarios distribuidos entre los actores clave
se muestra en la siguiente figura. Los cuestionarios incorporaban adems un mapa de la
Provincia de Trujillo para facilitar la localizacin de las zonas y recursos ms vulnerables. En
el Anexo A5.1 se incluye un ejemplo completo de los cuestionarios realizados as como las
conclusiones fundamentales de las reuniones mantenidas as como el listado de asistentes
al taller participativo realizado.

Figura 5.1. Cuestionario CRISTAL adaptado


- 5.4 -
5
.

P
R
I
N
C
I
P
A
L
E
S

A
M
E
N
A
Z
A
S

5.3 Identificacin de las principales amenazas

Del anlisis de la informacin recabada del estudio de la vulnerabilidad percibida, recogida
en el Anexo A5.1, se concluye que las amenazas priorizadas por las diferentes instituciones
consultadas y, por tanto, consideradas en el presente estudio son:

las inundaciones por riesgos hidrolgicos y costeros.
la erosin costera.
y los tsunamis.

En las dos primeras tiene una incidencia relevante la variabilidad climtica y el cambio
climtico pero no en el tercero. Los episodios de inundacin han dado lugar a severos
problemas y son frecuentes dado que se producen con cantidades nfimas de precipitacin.
La erosin costera, producida por el Puerto de Salaverry es uno de las principales
preocupaciones de la zona y del pas, dado que est afectando de forma severa a la costa
en una zona muy extensa. Ha producido la prdida de playas, paseos martimos, viviendas
y no solo produciendo daos sobre la poblacin e infraestructuras, sino que ha dado lugar a
una prdida de resiliencia de la zona costera frente a daos directos por temporales y
tsunamis.

Figura 5.2: Erosin costera en Buenos Aires.
Fuente: IH Cantabria
Figura 5.3: Erosin costera en Huanchaco.
Fuente: IH Cantabria

Existen otros problemas asociados a la gestin del agua tanto de abastecimiento, regado y
su incidencia sobre la napa fretica, as como de calidad pero stos han sido cubiertos por
otros estudios encargados por el BID y, por tanto, no son recogidos en este estudio.

5.4 Identificacin de recursos vulnerables
Como se ver en el captulo siguiente, tras el anlisis por dimensiones realizado, se procede
a extraer los resultados ms importantes desde cada una de las cuatro perspectivas en las
que se ha estructurado el estudio de vulnerabilidad:


- 5.5 -
5
.

P
R
I
N
C
I
P
A
L
E
S

A
M
E
N
A
Z
A
S

Dimensin Humana: la mayora de actores resaltan los colectivos de nios y ancianos
como recursos humanos ms vulnerables ante el riesgo de inundaciones y erosin
costera, cuya afirmacin viene a corroborar el indicador Grupos de Edad Sensible
introducida en la vulnerabilidad tcnica.

Dimensin Infraestructuras/Vivienda: carreteras, alumbrado pblico, alamedas y
calles, puertos y aeropuertos, etc., son alguno de los recursos identificados por la
mayora de los interesados. Otros, ms especficos, son las casas ms antiguas del
centro histrico de Trujillo o las viviendas de materiales blandos en la parte alta de
Trujillo. En la vulnerabilidad tcnica, se han incluido diversas variables que tienen en
cuenta los servicios bsicos de abastecimiento de aguas y saneamiento- y los
materiales de construccin, en cuyo ltimo caso, se ha introducido a travs del
indicador viviendas con materiales de construccin frgiles, distinguindose de
aquellas con materiales resistentes o con materiales de construccin de la zona.

Dimensin Social: los actores relevantes han identificado como vulnerables recursos
sociales tales como: hospitales, zonas arqueolgicas, mercados, vivienda, etc. Tales
recursos se hallan ya introducidos en la vulnerabilidad tcnica bajo otras
dimensiones. Como ejemplo, si bien algunos interesados han identificado la vivienda
bajo la denominacin de recursos sociales, la vulnerabilidad tcnica indica que ste
enfoque merece un estudio aparte bajo una dimensin propia, como se ha
enumerado anteriormente.

Dimensin Econmica: los sectores que ms han resaltado durante las encuestas y
entrevistas son tres: agricultura, turismo e industria. Estos sectores se han tenido en
cuenta, como se ver en el siguiente captulo, a travs del indicador econmico SE3,
que tiene en cuenta la contribucin de los distintos sectores de actividad a la
produccin econmica del distrito, con nfasis en aquellos que son ms vulnerables
ante las amenazas por desastres naturales asociados al cambio climtico, como son
principalmente, la agricultura, pesca y turismo, entre otros sectores considerados.

5.5 Identificacin de zonas vulnerables

La identificacin de las reas ms vulnerables se ha establecido segn el tipo de amenaza
considerada, resultando:

Inundaciones

Ante eventos de inundacin fluvial, la casi totalidad de entrevistados identifica la ocupacin
ilegal humana de los antiguos cursos de agua en las Quebradas de San Idelfonso (El
Porvenir) y de Ro Seco o El Len (La Esperanza y Huanchaco) como la mayor problemtica
ante fenmenos de intensificacin del Nio. En este sentido, es importante sealar tambin
los asentamientos ilegales de la parte alta de Trujillo, ubicada en cerros (ejemplo: Las
nimas en El Porvenir o Cabras en La Esperanza).


- 5.6 -
5
.

P
R
I
N
C
I
P
A
L
E
S

A
M
E
N
A
Z
A
S

Asimismo, destacan las aportaciones de responsables de Defensa Civil y del Ministerio de
Medio Ambiente Peruano en relacin con:

Cuenca del Ro Chicama, que limita por el sur con las cuencas del ri Moche y de la
Quebrada de ro Seco y por el Sudeste con la cuenca del ro Santa; ya que los
cultivos estn al mismo nivel que el ro y por tanto un ligero aumento del caudal del
mismo, inundara toda la zona productiva aledaa.

Aluviones en la frontera con Azcope, en las cercanas de Cerro Campana.

Otros actores consultados afirman que infraestructuras bsicas tales como el Aeropuerto
Internacional Capitn FAP Carlos Martnez de Pinillos sito en el distrito de Huanchaco, se vio
afectado en las inundaciones del Nio acontecido en 1998, por lo que sealan su
vulnerabilidad ante estos sucesos. Adems, existen otras amenazas como la elevacin de la
napa fretica que sumado a las precipitaciones intensas producidas por el fenmeno de El
Nio conducen al empantanamiento de zonas urbanas, resaltando el conjunto histrico
patrimonial de la ciudadela de Chan Chan o las Huacas, as como las casas coloniales del
Centro Histrico de Trujillo, mayores reclamos tursticos de la provincia.

La intensificacin de las precipitaciones, en adiccin con el insuficiente sistema de
saneamiento urbano, hace aumentar el anegamiento en las zonas ms vulnerables,
recrudeciendo la afeccin de las 4 dimensiones estudiadas ante la ocurrencia de este tipo de
fenmenos climticos.

Erosin Costera

La mayora de entrevistados, sealan al Puerto de Salaverry como el responsable de los
problemas de erosin en la franja costera provincial. El conjunto de ellos destacan la
localizacin de 3 zonas especialmente vulnerables: Balnearios de Las Delicias, Buenos Aires
y Huanchaco, en alguna de las cuales se han llegado a perder varias hileras de viviendas.
Otros listan adems el monumento arqueolgico de Chan Chan.

La exposicin ante el fuerte oleaje y la falta de defensa natural debido al desarenamiento de
la playa, as como la influencia del cambio climtico en dicho proceso, hace que la mayora
de distritos costeros de la provincia de Trujillo estn expuestos a esta amenaza. En
contraposicin con el distrito de Salaverry, donde se ubica el Puerto Martimo, cuya
problemtica exactamente es la contraria: arenamiento de las drsenas portuarias debido a
problemas de calado.

Tsunamis

Si bien la amenaza ante un evento de tsunami puede llegar a afectar a toda la franja
costera trujillana, existen estudios actualizados realizados por PNUD en colaboracin con
INDECI que se centran en el Distrito costero de Vctor Larco Herrera. Los entrevistados no
han sealado ninguna localizacin espacial especfica al tratarse de un evento de grandes


- 5.7 -
5
.

P
R
I
N
C
I
P
A
L
E
S

A
M
E
N
A
Z
A
S

magnitudes en comparacin con el resto de amenazas estudiadas, pero la vulnerabilidad
tcnica arrojar resultados sobre dichas reas.

Otros/Multiriesgo

En trminos generales, los actores han destacado la incidencia de El Nio en las partes
altas de la ciudad y en el centro histrico tras, sobre todo, la vivencia del evento del 98.
Asimismo, destacan como altamente vulnerable el cinturn de la ciudad.

Esta identificacin de zonas vulnerables, nos permite aunar los resultados de vulnerabilidad
percibida en el siguiente mapa (ver mapa figura 5.4) y contrastarlos e incorporarlos a la
vulnerabilidad tcnica.

EVALUACIN PROBABILSTICA DE LA PELIGROSIDAD Y LA VULNERABILIDAD FRENTE A DESASTRES NATURALES BASADOS EN PROYECCIONES DE CAMBIO CLIMTICO EN EL REA
METROPOLITANA DE TRUJILLO (PER)

- 5.8 -
5
.

P
R
I
N
C
I
P
A
L
E
S

A
M
E
N
A
Z
A
S

Figura 5.4 Resultados de Vulnerabilidad Percibida para el rea metropolitana de Trujillo


6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

CAPITULO 6.

VULNERABILIDAD


- 6.1 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

CAPITULO 6. VULNERABILIDAD
6.1. Introduccin

En este captulo se presentan los resultados obtenidos para la evaluacin de la
vulnerabilidad del rea metropolitana de Trujillo ante las amenazas derivadas del cambio
climtico. La vulnerabilidad se ha estudiado a travs de la caracterizacin de los distritos de
Trujillo de forma integrada. As la metodologa ha incluido el anlisis de un gran nmero de
variables humanas, sociales, infraestructurales y econmicas con el fin de poder aplicar un
enfoque holstico al estudio de la vulnerabilidad. Adems se ha formado un panel
multidisciplinar que ha evaluado la informacin a incluir en el estudio y valorado la
contribucin de cada variable a la sensibilidad ante desastres naturales asociados al cambio
climtico.

La estructura del captulo consiste en una introduccin conceptual y una breve descripcin
metodolgica seguida de la presentacin de resultados de la vulnerabilidad por sus
componentes, Sensibilidad y Resiliencia. Las metodologas aplicadas as como los
indicadores e ndices desarrollados se encuentran ms extensamente descritos en el anexo
A6.1.

Los valores de los ndices sensibilidad obtenidos se presentan en grficos de barra mientras
que los comportamientos que estos reflejan se muestran en grficos ameba.
Adicionalmente, todos los resultados de sensibilidad se ofrecen tambin cartografiados.

La resiliencia se ha estudiado para el conjunto del rea metropolitana y se presenta por
amenaza estudiada. Estos resultados incluyen adems la evaluacin de las fases de la
gestin de emergencias para cada amenaza.

Los resultados de vulnerabilidad se presentan en una tabla resumen que integra todas las
conclusiones obtenidas en la evaluacin de la Sensibilidad y la Resiliencia. Por tanto, es la
evaluacin de la vulnerabilidad el resumen de las principales conclusiones obtenidas y
mostradas a lo largo del captulo. Estas conclusiones se acompaan adems con una serie
de recomendaciones relativas a las medidas de adaptacin que surjan de los resultados
discutidos.

El captulo cierra el estudio con los resultados del desarrollo de un escenario socioeconmico
de la vulnerabilidad del rea metropolitana de Trujillo ante las proyecciones de cambio
climtico. Este escenario tiene en consideracin la situacin actual, las tendencias
observadas y los posibles impactos que el cambio climtico pueda ejercer sobre la sociedad
y la economa trujillana.

Finalmente, es importante resaltar que parte de los productos intermedios analizados en
este estudio han alimentado posteriormente los bloques de riesgos hidrolgicos y ante
tsunamis. As se han identificado tres patrones de construcciones a nivel de manzana que se


- 6.2 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

han incluido en la seccin de dao en edificaciones, los valores de sensibilidad humana han
sido incluidos a su vez en la seccin de riesgo de personas en tsunamis y los resultados de
Resiliencia han sido utilizados para calibrar el factor de exposicin estimado en el clculo de
prdidas de vidas humanas por riesgos hidrolgicos.

6.1.1 Marco conceptual

Se define la Vulnerabilidad como las condiciones y caractersticas de los elementos
expuestos a la amenaza que los hacen ms susceptibles de sufrir los impactos negativos de
la misma (UN/ISDR, 2009)
1
y que, en definitiva, pueden implicar una mayor o menor
afeccin al sistema. La vulnerabilidad est determinada por factores y procesos fsicos,
ambientales, sociales, econmicos y administrativos.

El concepto de vulnerabilidad incluye dos componentes (Figura 6.1) que determinan las
condiciones y caractersticas previamente mencionadas:
la Sensibilidad, definida como el grado de afeccin que puede generar la amenaza
en los elementos expuestos, siendo una cualidad intrnseca al sistema y funcin de
las caractersticas naturales de esos elementos y del umbral a partir del cual se
produce el impacto objeto de estudio.
la Resiliencia, definida como la capacidad de un sistema expuesto a una amenaza
para resistir, absorber, adaptarse y recuperarse del impacto de una manera
oportuna y eficiente, a travs de la preservacin y restauracin de sus funciones y
estructuras bsicas esenciales

(UN/ISDR, 2009).

Finalmente, se debe sealar que el anlisis de la Resiliencia requiere a su vez estudiar dos
factores, uno pre-desastre y otro post-desastre:

la Capacidad de Respuesta (Coping Capacity), definida como los medios disponibles
por las personas u organizaciones para la utilizacin de recursos y habilidades que
permitan hacer frente a las consecuencias adversas que pudiera provocar un
desastre natural (UN/ISDR, 2004).

la Capacidad de Recuperacin (Recovery Capacity), definida como la capacidad del
sistema para recuperarse posteriormente al desastre.
UN/ISDR,2009.UNInternationalStrategyforDisasterReductionSec,15January2009.


- 6.3 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Figura 6.1: Marco conceptual de la Vulnerabilidad

As, la evaluacin de la Vulnerabilidad es directamente proporcional a la Sensibilidad (S) de
los elementos expuestos a la amenaza e inversamente proporcional a su Resiliencia (RES) y
queda, por tanto, representada por la siguiente expresin:

V = S / RES (1)

6.1.2 Enfoque integrado

El estudio de sistemas complejos requiere de una aproximacin multidisciplinar, que
considere la existencia de las diferentes dimensiones que los conforman y asegure as un
estudio holstico y una integracin que evite el anlisis sectorial de realidades complejas.
Para superar entonces el reto que supone la evaluacin de la vulnerabilidad de una zona
como el rea metropolitana de Trujillo, integrada por 9 distritos, se han identificado 4 ejes o
dimensiones que abordan la problemtica sectorial de los factores clave que determinan los
grados de vulnerabilidad de las comunidades estudiadas. Estas dimensiones se han
identificado bajo el criterio de complementariedad y proporcionan cada una, por tanto,
informacin adicional sobre las comunidades en estudio.

Las dimensiones estudiadas de la vulnerabilidad del rea de Trujillo frente al cambio
climtico han sido las siguientes, tal y como ya aparecen en la Figura 6.1.
Dimensin Humana, definida como las caractersticas de las personas afectadas,
como grupos de edad sensible, analfabetismo, discapacidad entre otros. Esta
dimensin tiene por objeto caracterizar las poblaciones humana per se, identificando
aquellos aspectos que las hacen ms vulnerables para afrontar la adaptacin al
cambio climtico.

Dimensin de Viviendas: definida por las caractersticas de las viviendas existentes
en el rea metropolitana de Trujillo, incluyendo as los servicios bsicos tales como
abastecimiento y saneamiento de agua, energa, residuos slidos, sus materiales
de construccin y su accesibilidad vial. Esta dimensin tiene el objetivo de
caracterizar la vulnerabilidad de las construcciones habitacionales no slo frente a
VULNERABILIDAD
RESILIENCIA SENSIBILIDAD
RESPUESTA
RECUPERACIN
HUMANA
SOCIAL
ECONMICA
VIVIENDA


- 6.4 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

desastres asociados al cambio climtico sino tambin aquellas necesarias para
favorecer un desarrollo humano, social y econmico que garantice la mejor calidad
de vida posible.

Dimensin Social, definida por las caractersticas de los servicios sociales existentes
en el rea de Trujillo, como educacin, salud y asistencia en emergencias. Esta
dimensin incorpora as aquellos aspectos relacionados con los servicios sociales que
impulsan un progreso equitativo y socialmente aceptable, y que favorezcan una
mayor igualdad de oportunidades para toda la poblacin trujillana. En definitiva,
condiciones necesarias para promover una adaptacin sostenible al cambio climtico.

Dimensin Econmica, definida por las caractersticas econmicas del rea
metropolitana de Trujillo. Para ello se ha optado por evaluar la produccin generada
por trabajador en cada distrito, el nivel de ingresos que se genera en cada uno de
ellos y por ltimo su diversificacin econmica para conocer su dependencia con
respecto a determinados sectores de actividad especialmente vulnerables a los
efectos del cambio climtico, como por ejemplo la agricultura o la pesca.

Cada dimensin se ha estudiado singularmente y sus resultados se presentan en el
apartado 6.2. Estos estudios sectoriales permiten as detectar aquellas caractersticas que
estn contribuyendo con un peso significativamente mayor a la vulnerabilidad frente al
cambio climtico de Trujillo y, por tanto, detectar las debilidades o amenazas especficas
para diferentes niveles de estudio que ayuden a la identificacin de posibles medidas de
reduccin del riesgo.

Figura 6.2: Anlisis de la Vulnerabilidad por Dimensiones

V
Humano
V
Econmica
V
Vivienda
V
Social
Vulnerabilidad Parcial por Dimensiones
V
Integrada
Vulnerabilidad Integrada


- 6.5 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

6.1.3 Bases de Datos y Escala de Estudio

Para el anlisis de la Vulnerabilidad del rea metropolitana de Trujillo se ha realizado una
importante revisin bibliogrfica entre la documentacin suministrada por las instituciones
competentes para su recopilacin y posterior tratamiento. Existen mltiples organismos que
han brindado un excelente insumo para el presente informe, destacando de entre ellos las
siguientes fuentes:

Estudio de Diagnstico y Zonificacin para el tratamiento de la demarcacin
territorial Provincia Trujillo Tomo I. Gerencia Regional de Planeamiento,
Presupuesto y Acondicionamiento Territorial, 2012

Censos Nacionales 2007: XI de Poblacin y VI de Vivienda

Memoria Descriptiva del Sistema de Informacin de Recursos para la Atencin de
Desastres SIRAD Trujillo. Preparacin para la Respuesta y Recuperacin Temprana
ante Sismos y Tsunami en reas costeras seleccionadas. Programa de las Naciones
Unidas para el Desarrollo PNUD, agosto 2012.

En materia cartogrfica es reseable la Base de Datos de Vulnerabilidad de Recursos
suministrada por el equipo SIRAD en el marco del proyecto enumerado anteriormente y las
capas base provistas por PLANDET.

Con respecto a la escala de estudio, se ha optado por representar la informacin a nivel de
distrito dado el nivel de desagregacin de la informacin y la variabilidad de su escala de
detalle. As, aunque se han desarrollado anlisis a nivel de cuadra con la informacin
disponible, sta finalmente se ha agregado a nivel de distrito para homogeneizar la
presentacin de resultados. Un caso particular es el de la Resiliencia, ya que sta se ha
evaluado de forma conjunta para toda el rea metropolitana, para facilitar su interpretacin
a nivel metropolitano.

6.1.4 Representacin Grfica

La representacin grfica de la vulnerabilidad, como se ha comentado anteriormente, viene
determinada por el nivel de agregacin, o desagregacin, de los datos de partida y por el
nivel de detalle que se persiga proveer. El nivel de detalle para las caractersticas
demogrficas simples (nmero de varones y mujeres) ha sido de manzaneo o cuadra. Por
otra parte, la mayora de los datos econmicos slo se han obtenido para un nivel de detalle
provincial, y parcialmente distrital. Finalmente, para la mayora de las variables
consideradas se ha contado con informacin agregada a nivel de distrito, que es el que
finalmente se ha utilizado para la presentacin de resultados, dado que sus conclusiones
sern ms tiles para los gestores a la hora de establecer necesidades y prioridades de
actuacin.


- 6.6 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Los resultados aplicados a nivel distrital se han cartografiado sobre una capa base, cuyos
datos son la representacin de manzanas urbanas en cada rea.

Figura 6.3: Cartografa base utilizada (manzaneo por distritos)


- 6.7 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

6.2. Evaluacin de la Sensibilidad

La Sensibilidad se ha definido como una cualidad intrnseca al sistema y que es funcin de
las caractersticas de los elementos expuestos a la amenaza, en este caso, ante las
proyecciones de cambio climtico tsunamis. Estas amenazas incluyen desastres naturales
como cambios en los patrones de lluvia o de temperaturas y que generan desastres
naturales como inundaciones o sequas. As, la amplitud de las amenazas que el cambio
climtico supone y las incertidumbres que conllevan las proyecciones de anomalas en la
intensidad o recurrencia de desastres naturales determinan las condiciones de contorno de
este estudio.

La hiptesis para la determinacin de las caractersticas que agravan o reducen los impactos
producidos por el cambio climtico en la sociedad trujillana considera el rea metropolitana
en estudio como un sistema complejo, fuertemente antropizado, econmicamente dinmico
y territorialmente vertebrado por nodos sociales, infraestructurales y econmicos. De hecho,
en Trujillo nos encontramos un escenario dinmico poblacionalmente, con sectores
econmicos activos y especializados como la agricultura en Laredo, los servicios y comercios
en Vctor Larco Herrera, o la logstica y actividad portuaria en Salaverry. El enfoque
integrado aplicado al estudio de sistemas complejos se basa, por tanto, en el anlisis por
dimensiones para asegurar un estudio holstico y que considere tambin los aspectos ms
relevantes de las interrelaciones entre dichas dimensiones.

En este estudio se han identificado cuatro dimensiones: humana, infraestructural o de
vivienda, social y econmica. Para cada una de ellas se ha desarrollado un diferente ndice
de Sensibilidad, el cual describe los aspectos y factores que definen el grado de mayor o
menor afeccin ante el cambio climtico de los distritos incluidos en el rea metropolitana y
adems los compara en trminos relativos para poder luego identificar polticas de
adaptacin y prioridades de inversin entre distritos.

Los resultados de la evaluacin se presentan a continuacin por dimensiones. En cada
dimensin se describe brevemente las variables e indicadores utilizados as como el
mecanismo de clculo. El desarrollo metodolgico junto con la informacin de detalle sobre
la informacin utilizada y los resultados intermedios de inters se recogen en el Anexo A6.1.

6.2.1 Metodologa

El marco metodolgico ha consistido en la identificacin de un set de variables e indicadores
que definiran los patrones de una sociedad avanzada socialmente, desarrollada
econmicamente, y territorialmente equilibrada. Estas variables referidas a cada una de las
dimensiones estudiadas se han agrupado en Indicadores e ndices, los cuales se han
utilizado para clasificar en trminos relativos cada distrito con respecto al rea
metropolitana y representarlos geogrficamente para mostrar mejor los patrones
territoriales existentes. Estos indicadores estn recogidos en una serie de fichas que figuran


- 6.8 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

en el Anexo A6.1, que describen las variables utilizadas, su fuente de informacin, unidades
y escala geogrfica de detalle.

Las diferentes variables e indicadores se han agrupado por dimensiones y para cada una se
ha desarrollado un ndice de Sensibilidad. Este ndice valora semi-cuantitativamente el
grado de sensibilidad de los distritos ante las amenazas del cambio climtico. Para la
construccin de los ndices se han seleccionado a su vez distintas tcnicas estadsticas en
funcin de la disponibilidad de datos y de las caractersticas de la dimensin en estudio.
Estas metodologas se describen brevemente a continuacin y ms extensamente en el
Anexo correspondiente.

Para anlisis unidimensionales, como en el caso de la dimensin humana, se ha utilizado el
algoritmo de optimizacin de Jenks que identifica los puntos de corte entre clases con base
en las caractersticas de la distribucin de los datos. Este algoritmo facilita la representacin
geogrfica de los indicadores desarrollados. Basndose, para ello, en la minimizacin de la
suma de la varianza intraclase, para obtener la mnima dispersin dentro de cada intervalo
y la mxima dispersin entre intervalos, como muestra la figura 6.4 Para introducir,
asimismo, la multidisciplinariedad dentro de la evaluacin se han desarrollado paneles de
expertos para la eleccin de criterios que apoyaran el otorgamiento de pesos para la
agregacin de los indicadores en el ndice.

Figura 6.4: Ejemplo de clasificacin por Jenks (IH Cantabria)

Clase 1
Clase 2
Clase 3
Clase 4
Clase 5


- 6.9 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Para anlisis multidimensionales, como el caso de la dimensin viviendas, se ha utilizado el
algoritmo de K-Medias que es un mtodo de agrupacin de casos especialmente til cuando
se dispone de un gran nmero de casos. As, dado un grupo de vectores reales d-
dimensionales X = {x1,, xn}, y un nmero determinado de grupos m, el algoritmo de K-
Medias calcula un conjunto de prototipos d-dimensionales, {v1,, vm}, o centroides con el
objetivo de minimizar globalmente la distancia intra-grupos y caracterizar el
comportamiento medio de los datos que forman el clster. Finalmente el proceso de
clasificacin en el caso de los anlisis multidimensionales ha incluido tambin la realizacin
de paneles de expertos que apoyaran la eleccin de los criterios de clases.

Figura 6.5. Muestra de datos definido por las variables: saneamiento por alcantarillado, por sumidero y descarga
libre. Agrupacin en 5 clases mediante la tcnica de k-medias

Adems, en el caso del desarrollo del ndice de Sensibilidad Integrada se han seleccionado
aquellos indicadores que mejor informacin sobre la sensibilidad de Trujillo proporcionan.

Es decir, se han integrado aquellas variables que mejor comportamiento y variabilidad
explicaban con relacin a las caractersticas estudiadas previamente.

Los apartados siguientes presentan una breve descripcin del mtodo de clculo utilizado
as como los principales resultados y sus conclusiones por dimensin e indicador.

6.2.2 Sensibilidad Humana

La sensibilidad humana en el rea metropolitana de Trujillo ha sido caracterizada a travs
del ndice de Sensibilidad Humana, que a su vez est diseado con cinco indicadores que
informan sobre aquellas caractersticas de los trujillanos que los hacen especialmente
sensibles a las amenazas del cambio climtico (Tabla 6.1).


- 6.10 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Nomenclatura Indicador Descripcin
SH1 Edades sensibles
Personas menores de 10 aos y mayores de 65
aos
SH2 Analfabetizacin Tasa de analfabetizacin
SH3 Pobreza Extrema Personas que superan el umbral de pobreza
SH4 Discapacidad Personas con alguna discapacidad fsica o mental
SH5 Igualdad
Ratio entre mujeres y hombres de 14-25 aos
con estudios
Tabla 6.1. Indicadores de Sensibilidad Humana

El Indicador de Edades Sensibles (SH1) se basa en que los ancianos y nios son grupos
especialmente sensibles ya que en muchas ocasiones estn a cargo de una persona de la
familia, y que en la mayora de casos presentan dificultades en materia de movilidad y
evacuacin en caso de desastres naturales. Para el clculo de este indicador, se ha
estudiado la proporcin de ancianos con respecto a nios. Obteniendo cifras cuyos
resultados arrojan informacin sobre la tendencia poblacional: a valores altos, existe una
mayor proporcin de anciano con respecto a jvenes lo que se traduce en una mayor
sensibilidad. En caso contrario, valores ms pequeos, indican que la poblacin es
eminentemente joven y, por tanto, menos sensible.

El Indicador de Analfabetizacin (SH2) informa sobre la proporcin de personas
analfabetas, ya que stas pueden mostrar una mayor dificultad a la hora de entender
algunos mensajes de alerta. Este indicador es especialmente relevante ya que las personas
analfabetas adems tienen menos oportunidades de progresar socialmente y dejan de
contribuir en su potencial a un crecimiento econmico ms slido y basado en el desarrollo
de las capacidades locales.

El Indicador de Pobreza Extrema (SH3) es un indicador bsico en el anlisis de la
vulnerabilidad de las personas, ya que este sector de la poblacin se caracteriza por una
fuerte limitacin para cubrir sus necesidades bsicas, como puede ser la canasta bsica de
alimentos o el mnimo de energa que requiere una persona para realizar actividades
moderadas que le permitan sobrevivir. La situacin de pobreza extrema implica una
situacin de prctica exclusin social y econmica, creando sombras en el desarrollo local
que incrementan la vulnerabilidad colectiva ante situaciones de emergencia.

El Indicador de Discapacidad (SH4) informa sobre la proporcin de la poblacin que
presenta discapacidades fsicas, motrices o mentales, ya que stos presentan mayores
dificultades en situaciones de emergencia ante desastres naturales, tanto por su capacidad
de reaccionar ante medidas de evacuacin por falta de comprensin o, reduccin de la
movilidad para acceder a refugios.

Por ltimo, se ha introducido un enfoque de gnero a travs del Indicador de Igualdad
(SH5). Este indicador, que describe la proporcin existente entre mujeres y hombres de 15
a 24 aos sin estudios, permite evaluar la igualdad entre gneros, midiendo la falta de
desarrollo social de la mujer en confrontacin con el hombre.


- 6.11 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Este conjunto de indicadores humanos que forman el ndice de Sensibilidad Humana
(ISH) describen, de forma complementaria, no slo los principales aspectos de las personas
que por un lado limitan su capacidad de comprensin y reaccin ante desastres naturales,
sino tambin aquellos factores humanos que limitan el desarrollo social y econmico y, por
tanto, reducen la capacidad colectiva de reaccin y de recuperacin antes las amenazas del
cambio climtico.

La Expresin (6.2) es el resultado de la ponderacin de los Indicadores anteriores obtenidos
con una consulta a Expertos donde se ha primado los siguientes criterios:

Afeccin a la capacidad de alerta y evacuacin
Influencia en la capacidad de reaccin y recuperacin
Calidad de datos de entrada y fiabilidad con respecto a la escala de estudio

Los indicadores se han integrado en el ndice despus de haber sido clasificados para
respetar la prioridad establecida por la ponderacin realizada bajo el criterio de experto y
para ser consistentes con el anlisis geogrfico comparado que lleva implcito cada indicador
relativo.

ISH = SH1*0,2 + SH2*0,2 + SH3*0,25 + SH4*0,15 + SH5*0,2 (6.2)

6.2.2.1 ndice de Sensibilidad Humana

El ndice de Sensibilidad Humana para el rea metropolitana de Trujillo se ha construido
agregando los 5 indicadores anteriormente descritos segn la frmula 6.2. El otorgamiento
de pesos se ha realizado a travs de un panel de expertos multidisciplinares. Los criterios
utilizados han valorado por orden creciente los siguientes indicadores:

- Pobreza extrema, por la especial vulnerabilidad de las personas que no tienen
recursos suficientes para cubrir sus necesidades bsicas. Su especial fragilidad hace
que sean parte de los principales damnificados por desastres naturales.

- Edad sensible, por la singularidad que lleva el tener una mayor proporcin de
personas menores de 10 aos y mayores de 65. Son estas personas las que suelen
tambin ser parte de los principales afectados debido a su generalmente menor
capacidad fsica.

- Analfabetismo, por el aislamiento social que conlleva el no saber leer y su efecto a la
hora de comprender mensajes de advertencia o evacuacin. Adems son personas
que tienen mayores dificultades para desarrollar su potencial y reducir su
dependencia.
- Igualdad, por la capacidad de incorporar a la poblacin femenina en el ciclo
educativo y fortalecerlas, por tanto, con formacin y la mayor oferta de
oportunidades de desarrollo que ello conlleva.


- 6.12 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

- Discapacidad, porque adems de las barreras que implique la disfuncin suponen una
carga extra sobre las personas allegadas.

El ndice, por tanto, resume y clasifica estas caractersticas de la poblacin humana de
Trujillo por distritos metropolitanos. Los indicadores se han calculado en trminos relativos
para eliminar el efecto de la densidad de poblacin y limitar el anlisis al estudio relativo de
las caractersticas de cada distrito. As se ha asignado una escala de uno a cinco y se han
clasificado los distritos siguiendo el algoritmo de Jenks que permite enfatizar los extremos
de la muestra y facilita as la diferenciacin entre los valores. En el siguiente grfico se
muestran los resultados obtenidos para el rea de Trujillo por distrito:

Figura 6.6 Resultados de ISH Indicador de Sensibilidad Humana por distritos

En la grfica se observa que los distritos con una mayor sensibilidad humana son Laredo,
muy alto, y Moche, El Porvenir y Florencia de Mora, como altos.

Laredo, el distrito que mayor sensibilidad alcanza en trminos humanos, se caracteriza por
ser el distrito que mayor tasa de analfabetizacin y de desigualdad presenta, adems de
poseer una de las mayores bolsas de pobreza extrema y poblacin en edad sensible (Figura
6.7). Tras analizar el resultado, se puede afirmar que esto puede incidir en mayor magnitud
en el distrito de Laredo.

VALOR VULNERABILIDA
1 MUYBAJO
2 BAJO
3 MEDIO
4 ALTO
5 MUYALTO


- 6.13 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Figura 6.7 Resultados de cada Indicador (SH1-SH5) para el distrito de Laredo

Con respecto a los distritos calificados como altamente vulnerables, El Porvenir, Florencia de
Mora y Moche, estos tienen un comportamiento particular que se muestra en la Figura 6.8
As destaca El Porvenir, que an no teniendo un comportamiento especialmente sensible
con respecto a la edad de su poblacin y un comportamiento medio en los indicadores de
igualdad, analfabetizacin o discapacidad, es el que mayor porcentaje de pobres extremos
tiene.

Figura 6.8 Resultados de cada Indicador (SH1-SH5) para los distritos de El Porvenir, Florencia de Mora y Moche

En el caso de los distritos de sensibilidad media, el grfico 5.2.2.1 muestra
comportamientos bien distintos. Uno de los aspectos de mayor singularidad en la mayor
tasa de analfabetos en Huanchaco y por contraste el menor porcentaje de Victor Larco
Herrera, En el indicador de edades sensibles tambin se observa una mayor variabilidad
entre los distritos de sensibilidad media, as Victor Larco Herrera presenta una de las tasas
ms altas de poblacin sensible mientras La Esperanza y Huanchaco presentan valores
bajos.


- 6.14 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Figura 6.9. Resultados de cada Indicador (SH1-SH5) para los distritos de Huanchaco, La Esperanza y Victor Larco
Herrera

Finalmente la sensibilidad humana tanto en Trujillo como en Salaverry es baja y muy baja
respectivamente. Especialmente singular es el comportamiento de Trujillo ya que es el
distrito del rea metropolitana con la mayor contribucin de poblacin en edad sensible y
por discapacidad, mientras que por el contrario es el distrito con una menor tasa de
analfabetos y pobres extremos. As a pesar de su baja sensibilidad, se debe prestar especial
atencin a aquellos indicadores en los que destaca sobre el resto (figura 6.10).

Figura 6.10. Resultados de cada Indicador (SH1-SH5) para los distritos de Trujillo y Salaverry

A continuacin se muestra el mapa resumen que engloba los resultados de los indicadores
que forman el su ndice de sensibilidad humana.


- 6.15 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Figura 6.11. ndice de Sensibilidad Humana del rea Metropolitana de Trujillo


- 6.16 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

6.2.3 Sensibilidad de Viviendas

La Sensibilidad de Viviendas en el rea metropolitana de Trujillo ha sido caracterizada a
partir de informacin a nivel de manzana. Esta informacin comprenda un conjunto de 9
variables correspondientes a dos categoras: servicios bsicos de la vivienda y tipo de
construccin, que se han agrupado tal y como indica la Tabla 6.2.

Categora Variable (% viviendas por manzana)
Servicios
bsicos
Abastecimiento de aguas
Red de alcantarillado pblico
Pozos
Fuente natural
Sistema de saneamiento
Conexin a la red de saneamiento
Sumideros
Libre
Tipos de
Vivienda
Materiales de construccin
Viviendas con materiales de construccin
resistentes
Viviendas con materiales de construccin de la
zona
Viviendas con materiales de construccin frgiles
Tabla 6.2. Variables que caracterizan la sensibilidad de las viviendas

La metodologa aplicada a los 8,821 datos a nivel de manzana ha sido K-medias y se han
obtenido seis patrones que caracterizan todas las combinaciones de la muestra. Estos
patrones han sido a su vez catalogados por criterio de experto en funcin de su nivel de
sensibilidad (clases A, B, C, D, E y F ordenadas de menor a mayor sensibilidad, tal y como
se muestra en la figura 6.12 y se describe ms detalladamente en el Anexo A6.1).


- 6.17 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Figura 6.12. Patronos de caracterizacin de la sensibilidad de viviendas.

Los resultados de este anlisis a nivel de manzana se han agregado posteriormente a nivel
de distrito obteniendo la composicin de cada uno en base a las seis clases identificadas.

6.2.3.1. ndice de Sensibilidad de Viviendas

Como ya se ha comentado, los distritos han sido caracterizados con base en seis clases y a
su vez las composiciones de los nueve distritos se han analizado por k-medias en una
segunda agregacin. Esta agregacin a nivel de distritos ha permitido identificar cinco
patrones para la sensibilidad de viviendas, que se han evaluado cualitativamente por criterio
de experto para clasificarlos. Esta valoracin, segn su sensibilidad, es la que finalmente
define el ndice de Sensibilidad de Viviendas (valoracin: 1 a 5), que se muestra en la figura
6.13 y en la que se observa que los distritos con una mayor sensibilidad de viviendas son


- 6.18 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Huanchaco y Salaverry (muy alto), y El Porvenir y La Esperanza (alto). Indicar adems que
en la aplicacin de k medias se le ha concedido pesos a las distintas variables, conforme la
Expresin 5.5, primando aquellas variables ms relevantes para explicar la sensibilidad
antes las amenazas asociadas al cambio climtico.

ISH = 0,25*SV1 + 0,25*SV2 + 0,50*SV3 (5.6)

Los resultados del ndice de Sensibilidad de Viviendas, que se describen en detalle en el
Anexo A6.1, se han representado en la Figura 6.13.

ISV - SENSIBILIDAD VIVIENDA
0
1
2
3
4
5
6
N
I
V
E
L

D
E

S
E
N
S
I
B
I
L
I
D
A
D
VALOR VULNERABILIDA
1 MUYBAJO
2 BAJO
3 MEDIO
4 ALTO
5 MUYALTO
Figura 6.13. Resultados de ISV Indicador de Sensibilidad Vivienda por distritos

Esta figura muestra para cada distrito el porcentaje de cada clase de vivienda
2
que lo
compone. Se observa que, por ejemplo, Trujillo, es el distrito menos sensible, se caracteriza
por un 75% de manzanas de Clase A. Esta clase, descrita en el 6.1 se define por los
siguientes valores:

- El 85% de las viviendas de las manzanas estn construidas con materiales
resistentes, como el ladrillo o la piedra, y el resto con materiales de la zona, como el
adobe.

- El 90% tienen acceso a agua con la red de distribucin.

- El 90% tienen saneamiento conectado a la red de alcantarillado.

2
clasificacinobtenidaapartirdelosdatosaniveldemanzana


- 6.19 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Figura 6.14 Patrones de los distritos del rea Metropolitana de Trujillo en base a sus las viviendas

Por el contrario, los distritos identificados como ms sensibles son Huanchaco y Salaverry
ya que poseen ms manzanas de clase E y clase F que implican que:

- El 74% de las viviendas de las manzanas estn construidas con materiales frgiles
en el caso de la clase F y el 80% construidas por materiales de la zona en el caso de
la clase E.

- El 59% de viviendas de las manzanas se abastecen de agua de fuentes naturales en
la clase E y el 40% de las viviendas en la clase F.

- El 62% de los hogares no tiene saneamiento en la clase F y el 16%, junto con un
79% por sumidero, en la clase E.

Finalmente, la representacin de los resultados de los patrones de sensibilidad de viviendas
para los indicadores analizados por Distrito se presenta en la figura 6.13. Ntese que a
valores ms altos, ms sensible es la variable estudiada.


- 6.20 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Figura 6.15 ndice de Sensibilidad Vivienda del rea Metropolitana de Trujillo


- 6.21 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

6.2.4 Sensibilidad Social

La sensibilidad social en el rea metropolitana de Trujillo ha sido caracterizada a travs del
ndice de Sensibilidad Social para el cual se han utilizado seis variables agrupadas en tres
indicadores de servicios sociales, que son educacin, sanidad y asistencia en emergencias.
Se han seleccionado los servicios de educacin y sanidad como aquellos servicios bsicos
que mejor contribuyen a una sociedad informada y avanzada; es decir, menos vulnerable
ante las amenazas del cambio climtico. Por su parte, el de asistencia en emergencias es
precisamente para estimar la distribucin de la capacidad de reaccin que la poblacin
trujillana tiene ante situaciones de riesgo.

SS1 Educacin
N Enseantes/10,000 hab. E1
Ratio Centros Pblicos vs. Privado
donde se cursa Educacin Obligatoria
E2
SS2 Salud
N Mdicos/10,000 hab. S1
Ratio no cubiertos/Total de poblacin S2
SS3 Asistencia
N Policas/10,000 hab. A1
N Bomberos/10,000 hab. A2

Tabla 6.3. Indicadores y variables de Sensibilidad Social

El Indicador de Educacin (SS1) viene determinado por el nmero de enseantes por
cada 10,000 habitantes y el ratio de centros pblicos en relacin con los centros totales de
educacin en el ciclo de enseanza obligatoria, es decir, durante la educacin inicial,
primaria y secundaria. Aunque este indicador est relacionado con algunos de los
indicadores humanos estudiados, tales como analfabetizacin e igualdad, este indicador
considera la educacin como un pilar de desarrollo de una poblacin cada vez ms
dependiente de la informacin y de las posibilidades tecnolgicas que existen para
promover el desarrollo econmico. As, el sector educativo es sensible ante las amenazas de
desastres naturales no slo desde el punto de vista del entendimiento de la amenaza, sino
tambin de la concienciacin de la poblacin para reducir la sensibilidad ante dichos
eventos. Adems, se debe sealar la importancia de los centros educativos para los
programas de evacuacin y de sus instalaciones en caso de una localizacin segura como
potenciales reas de albergue para la poblacin evacuada.

El Indicador de Salud (SS2) se ha calculado a travs del nmero de mdicos por cada
10,000 habitantes y el ratio de personas no cubiertas por un seguro mdico con respecto al
total de poblacin. El acceso y la capacidad de los servicios de sanidad no slo es
importante en la fase post-desastre, sino que adems la cobertura sanitaria es esencial para
garantizar el bienestar de la sociedad en el desarrollo de su vida cotidiana. Del mismo modo
que en el caso de la educacin, los hospitales, centros de atencin primaria y dems
infraestructura sanitaria, son edificios de uso colectivo por lo que jugarn un papel muy
importante ante la respuesta y socorro de los damnificados a causa, por ejemplo, de un
episodio de lluvias intensas.


- 6.22 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Por ltimo, el Indicador de Asistencia en Emergencias (SS3) est vinculado al nmero
de policas y bomberos voluntarios por cada 10,000 habitantes. Ambos colectivos
intervienen en situaciones de catstrofes naturales ante necesidades de evacuacin y
rescate, cubriendo las necesidades de alimentos, ropa e incluso refugio. Sin su intervencin,
la sensibilidad ante desastres aumentara en gran medida.

Para la construccin del ndice de Sensibilidad Social se ha aplicado la expresin (6.3) que
pondera los Indicadores anteriormente descritos y que es producto de un panel de Expertos.
En el otorgamiento de pesos han primado los tres criterios siguientes:

Afeccin a la capacidad de alerta y evacuacin


Calidad de datos de entrada y fiabilidad con respecto a la escala de estudio

Para respetar la prioridad establecida por la ponderacin realizada bajo el criterio de
experto, y para ser consistentes con el anlisis geogrfico comparado que lleva implcito
cada indicador relativo, los indicadores se han integrado en el ndice despus de haber sido
clasificados.

ISH = SS1*0,35 + SS2*0,35 + SS3*0,30 (6.3)

En este caso, se debe tener en cuenta que cada indicador es producto de dos variables, por
lo que stos a su vez se han obtenido a partir de otra agregacin ponderada, tal y como
muestran las siguientes expresiones:

SS1 = E1*0,70 + E2*0,30 (6.4)

SS2 = S1*0,50 + S2*0,50 (6.5)

SS3 = A1*0,70 + A2*0,30 (6.6)


- 6.23 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

6.2.4.1. ndice de Sensibilidad Social

El anlisis de resultados de la sensibilidad social de los distritos que forman parte del rea
metropolitana de Trujillo incluye informacin sobre tres sectores bsicos: el sector
educativo, sanitario y de asistencia en emergencias. Tal y, como se incluye en la figura
6.16, la integracin de las seis variables en tres indicadores, y estos a su vez en un ndice,
han sintetizado la informacin obtenida sobre la Sensibilidad Social. Sobre dicho proceso de
integracin cabe resaltar los siguientes aspectos:

Se ha distribuido el peso equitativamente entre educacin y salud ya que ambos son
dos sectores bsicos que contribuyen al bienestar de la poblacin y a asegurar su
futuro desarrollo. Adems la dificultad de acceso de ciertos colectivos a recibir una
educacin adecuada y proveer de una atencin mdica especializada, los hace ms
vulnerables ante este tipo de fenmenos.
Asistencia, por la especial labor que desarrollan los efectivos de polica y bomberos
en materia de seguridad, evacuacin y rescate en situaciones de emergencia.

VALOR LEYENDA
1 MUY BAJO
2 BAJO
3 MEDIO
4 ALTO
5 MUY ALTO

Figura 6.16 Resultados de ISS Indicador de Sensibilidad Social por distritos

Como se observa en la figura 6.16, la sensibilidad social es muy alta en El Porvenir y alta en
los distritos de Huanchaco y La Esperanza. Es por ello, que los tres vrtices del triangulo
(siguientes figuras) se acercan a los extremos, en contraposicin con el nivel de sensibilidad
alcanzado en Moche, cuyo tringulo de sensibilidad social est ms cercano al centro. Esto
se debe a que El Porvenir tiene una de las tasas ms bajas de enseantes de todo el rea,
as como el ratio ms alto de personas sin cobertura sanitaria o dispone de una de las tasas
ms bajas de efectivos policiales de la zona, adems de no contar con sede del cuerpo de
bomberos en su trmino territorial.


- 6.24 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Figura 6.17 Resultados de cada Indicador (SS1, SS2 y SS3) para los distritos de El Porvenir, Huanchaco, La
Esperanza, Florencia de Mora, Victor Larco Herrera y Trujillo

Huanchaco es altamente vulnerable ya que cuenta con baja tasa de enseantes y mdicos,
el colectivo de bomberos no est presente en su territorio y la cobertura sanitaria de sus
pobladores es escasa. La Esperanza, que tampoco cuenta con sede del cuerpo de bomberos,
es altamente vulnerable debido al escaso ratio de instalaciones escolares pblicas, y
bajsima tasa de personal mdico-sanitario, as como escasa cobertura de personas que
disponen de seguro de salud. En el polo opuesto, Moche, como se detalla anteriormente,
destacable nicamente por la falta de presencia del colectivo de bomberos, ya que estos
cuentan con sede nicamente en tres de los nueve distritos considerados: Trujillo, Salaverry
y Laredo.

Desde esta perspectiva social, la sensibilidad es moderada en los distritos de Florencia de
Mora, Vctor Larco Herrera y Trujillo.


- 6.25 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Figura 6.18. Resultados de cada Indicador (SS1, SS2 y SS3) para los distritos de Salaverry, Laredo y Moche

En el caso concreto de Victor Larco cabe resear, el escaso nmero de efectivos policiales y
el bajo ratio de centros pblicos de enseanza obligatoria en relacin con centros privados.
En el caso de esta ltima variable, SS1E2, el comportamiento es el mismo en el caso de
distritos como Trujillo o Salaverry. Florencia de Mora resalta por la falta de cobertura
sanitaria y Trujillo por adoptar tasas mnimas de personal mdico y policial.

Salaverry y Laredo en cambio, adoptan niveles de sensibilidad baja o muy baja en al menos
dos de los ndices calculados, lo que hace que la sensibilidad social global ante fenmenos
naturales sea baja en ambos. En el primer caso, resalta la escasa tasa de profesorado.

La consideracin de los factores incluidos en la sensibilidad social, como se ha podido
comprobar, arrojan datos de sectores clave en la atencin de emergencias, rehabilitacin y
recuperacin frente a desastres naturales o de la capacidad institucional de respuesta.
Asimismo, juegan un papel fundamental en las proyecciones de riesgos, ya que se vern
afectados a corto y medio plazo (con mayor incertidumbre para el largo plazo).

Los resultados del presente epgrafe se sintetizan grficamente en la figura 6.19:


- 6.26 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Figura 6.19 ndice de Sensibilidad Social del rea Metropolitana de Trujillo


- 6.27 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

6.2.5 Sensibilidad Econmica

La sensibilidad econmica en el rea metropolitana de Trujillo ha sido caracterizada a travs
del ndice de Sensibilidad Econmica, formado a su vez por tres indicadores que describen
la productividad por trabajador en cada distrito, la distribucin de la renta familiar y la
diversificacin econmica del cada distrito con base en los sectores de actividad ms
sensibles a las amenazas por cambio climtico, como agricultura o las comunicaciones y el
transporte.

SE1
Produccin por
trabajador
Produccin econmica por distrito / Nmeros de
personas empleadas
SE2 Renta Familiar
Renta Familiar por distrito / valor medio de
Trujillo metropolitano
SE3
Diversificacin
econmica
Dependencia econmica con respecto a los
sectores de actividad ms vulnerables a las
amenazas por cambio climtico

Tabla 6.4. Indicadores y variables de Sensibilidad Econmica

El Indicador de Produccin por Trabajador (SE1) nos describe la relacin existente
entre la produccin generada en un distrito con la poblacin ocupada en dicho distrito. A
valores ms altos se supone que las actividades realizadas generan mayor valor o que
supone un foco de atraccin para trabajadores de otros distritos que se desplazan all para
trabajar pero no habitan en l, lo que implicara un mayor riesgo en caso de desastres
naturales por tener ms poblacin desplazada en l y no estar los servicios de asistencia
probablemente dimensionados para ese volumen de poblacin.

El Indicador de Renta Familiar (SE2) informa sobre la distribucin entre distritos de la
riqueza producida en el rea metropolitana de Trujillo. As este indicador destaca aquellos
distritos que se encuentran muy por encima y por debajo de la media. De hecho la lectura
del mismo indica que existe una fuerte desigualdad entre distritos ya que el rango del
indicador va desde el 176% hasta el 68% con respecto a la media metropolitana.

Por ltimo el Indicador de Diversificacin Econmica (SE3) est basado en el anlisis
de la contribucin de los distintos sectores de actividad a la produccin econmica del
distrito. Como sectores especialmente vulnerables ante las amenazas por desastres
naturales asociados al cambio climtico se han seleccionado Agua, Pesca, Comercio,
Hoteles-Restaurantes, Transporte. El anlisis para el desarrollo del indicador se ha centrado
en destacar si la economa del distrito es altamente dependiente de uno de estos sectores
(especializacin) o si por el contrario tiene una economa ms diversificada y, por tanto,
menos sensible a posibles desastres que afecten a un sector especfico.

La construccin del ndice de Sensibilidad Econmica (ISE) se ha realizado ponderando los
indicadores con un panel de expertos donde han primado los siguientes criterios:


- 6.28 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Afeccin econmica en caso de desastres y multiplicacin de impactos colaterales

La Expresin (6.7) es la frmula aplicada, donde se le otorga el mayor peso a la
diversificacin econmica seguida a la distribucin de la renta familiar. Los indicadores se
han integrado en el ndice despus de que sus resultados hayan sido clasificados para
respetar la prioridad establecida por la ponderacin realizada bajo el criterio de experto y
para ser consistentes con el anlisis geogrfico comparado que lleva implcito cada indicador
relativo.

ISH = 0,20*SE1 + 0,35*SE2 + 0,45*SE3 (6.7)

6.2.5.1. ndice de Sensibilidad Econmica

Los resultados del ndice de Sensibilidad Econmica se presentan en los grficos radiales
para poder discernir dentro de las principales clases de sensibilidad las diferencias
existentes entre los distritos. As Florencia de Mora, Laredo, Moche y Salaverry, clasificados
como altamente sensibles se representan en la figura 6.20. En ste se observa como
Florencia de Mora, a pesar de tener una economa diversificada, sus indicadores de renta y
produccin se encuentran entre los ms bajos de Trujillo. Por el contrario, la principal
debilidad de Laredo, Moche y Salaverry es su modelo econmico fuertemente especializado.
Cabe resaltar finalmente que Salaverry posee adems una de las rentas ms bajas del rea
metropolitana.

Figura 6.20 Resultados de cada Indicador (SE1, SE2 y SE3) para los distritos de Florencia de Mora, Laredo, Moche
y Salaverry


- 6.29 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Por otra parte, los distritos considerados menos sensibles son Victor Larco Herrera, Trujillo y
La Esperanza (figura 6.21). Se observa en el grfico como el patrn de la sensibilidad para
los tres distritos es muy parecida, con una renta muy alta (siendo La Esperanza la
excepcin de los tres), una economa ms diversificada y, sin embargo, una baja produccin
por trabajador, debida principalmente a tratarse de importantes ncleos poblacin que
aunque habiten en estos distritos, muchos trabajan en otros distritos aledaos.

Figura 6.21 Resultados de cada Indicador (SE1, SE2 y SE3) para los distritos de Victor Larco Herrera, Trujillo y La
Esperanza

Figura 6.22 Resultados de cada Indicador (SE1, SE2 y SE3) para los distritos de El Porvenir y Huanchaco

Finalmente, en la pgina siguiente se muestra el mapa resumen para toda el rea
metropolitana de Trujillo, con los valores de los tres indicadores.


- 6.30 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Figura 6.23 ndice de Sensibilidad Econmica del rea Metropolitana de Trujillo


- 6.31 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

6.2.6 Sensibilidad Integrada

Una vez analizadas las diferentes dimensiones de la sensibilidad de Trujillo, se han
seleccionado aquellas variables que tienen mayor peso tenan en la variabilidad de cada
ndice junto con las consideradas ms significativas para su evaluacin ante desastres
naturales asociados al cambio climtico.

La siguiente tabla presenta las variables e indicadores utilizados, finalmente, en el estudio
de la Sensibilidad Integrada y cuya descripcin y tratamiento estadstico se detalla en el
Anexo A6.1.

Dimensin Nomenclatura Indicador Descripcin
Humana
SI1 Edades sensibles
Personas menores de 10 aos y mayores de
65 aos
SI2 Analfabetizacin Tasa de analfabetizacin
SI3 Pobreza
Personas que superan el umbral de
pobreza, separando entre pobres extremos
y no extremos
Vivienda
SI4
Materiales de
Construccin
Viviendas con materiales de construccin
resistentes, materiales de construccin de la
zona, o materiales de construccin frgiles
SI5 Gestin del agua
Abastecimiento de aguas por caera, pozos
o fuentes naturales
Saneamiento por alcantarillado, sumidero o
libre
SI6 Conectividad Vial
Categorizacin de los accesos en vas
principales, secundarias y terciarias
Social
SI7 Salud
N Mdicos/10,000 hab. y Ratio no
cubiertos con un seguro de salud/Total de
poblacin
SI8 Asistencia N Bomberos/10,000 hab.
Econmica
SI9 RENTA/PRODUCCION
Produccin econmica por distrito /
Nmeros de personas empleadas
Renta Familiar por distrito / valor medio de
Trujillo metropolitano
SI10
Diversificacin
econmica
Dependencia econmica con respecto a los
sectores de actividad ms vulnerables a las
amenazas por cambio climtico

Tabla 6.5. Variables e Indicadores de Sensibilidad Integrada

El Indicador de Edades Sensibles (SI1) se basa en la proporcin de ancianos y nios
analizada de forma conjunta mediante la tcnica de clasificacin de k-medias. Se han
considerado tres clases en funcin de la proporcin de ancianos y nios. Estas clases han
sido valoradas posteriormente en una escala de 1 a 3, tendiendo en cuenta que una mayor
proporcin de ancianos supone una mayor sensibilidad.


- 6.32 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

El Indicador de Analfabetizacin (SI2) es semejante al Indicador de
Analfabetizacin (SH2) utilizado en la caracterizacin de la sensibilidad humana.

El Indicador de Pobreza (SI3) se ha definido a partir de la clasificacin del porcentaje de
pobres extremos y no extremos en cada distrito. Los datos se han clasificado en 5 clases
mediante k-medias en funcin del porcentaje de cada tipo de pobres. La valoracin de las
clases de 1 a 5 se ha establecido en funcin de la proporcin de ambos tipos de pobres,
siendo una clase ms vulnerable a mayor nmero de pobres extremos para el mismo
porcentaje de pobres no extremos.

El Indicador de Materiales de Construccin (SI4), informa sobre los tipos de vivienda
que forman la manzana y su capacidad para resistir amenazas como inundaciones. En este
caso se ha realizado una clasificacin en dos pasos similar a la definicin del ndice de
Sensibilidad Vivienda. Los datos han sido analizados a nivel de manzana, establecindose en
este caso 3 clases, en funcin de la proporcin del tipo de material (resistentes, de la zona
y frgiles) y valoradas en una escala de 1 a 3 segn su sensibilidad. Los datos han sido
agregados a nivel de distrito, caracterizados por la proporcin de cada una de las clases del
tipo de vivienda. Posteriormente, estos datos a nivel del distrito se han clasificado en 3
patrones y catalogados de menor a mayor sensibilidad (escala 1, 3 y 5) en funcin del
porcentaje de clases ms o menos resistentes.

El Indicador de Gestin del Agua (SI5), tiene en cuenta aquellas viviendas que disponen
de acceso a la red de suministro por caera, las que se suministran directamente de pozos
y las que dependen exclusivamente de fuentes naturales como fuentes de parques, ros,
acequias o por camiones cisterna, adems de si est conectada a la red de saneamiento, o
si en su defecto dispone de sumideros como pozos ciegos o letrinas o finalmente si es de
descarga libre al mar, o a las acequias. Al ser un indicador que engloba 6 variables, su
definicin se ha realizado mediante la tcnica k-medias, establecindose su valoracin a
escala del 1 al 3 en funcin de la proporcin de tipos de abastecimiento o saneamiento
menos o ms sensibles.

El Indicador de Conectividad Vial (SI6) informa sobre la proporcin de tipos de vas
(principales, secundarias y terciarias) en cada uno de los distritos. Se han establecido
nicamente dos categoras (1 y 5), estando la clase asignada con un valor del Indicador
igual a 1 formada por vas principales.

El Indicador de Salud (SI7) se basa en el nmero de mdicos por 10,000 habitantes y la
proporcin de no cubiertos por un seguro mdico, analizados de forma conjunta mediante la
tcnica de clasificacin de k-medias. Se han considerado tres clases que han sido valoradas
posteriormente en una escala de 1 a 3, tendiendo en cuenta que una mayor proporcin de
no asegurados supone una mayor sensibilidad.

El Indicador de Asistencia (SI8) est definido slo en base al nmero bomberos
voluntarios por cada 10,000 habitantes.


- 6.33 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

El Indicador de Renta/Produccin (SI9) informa sobre la relacin entre la produccin
generada en un distrito respecto a la poblacin de dicho distrito y el nivel de renta de dicho
distrito. Se ha realizado un anlisis bidimensional mediante k-medias, establecindose 3
clases en funcin de la combinacin de los valores de ambas variables.

El Indicador de Diversidad Econmica (SI10) es igual que el empleado en la
caracterizacin de la Sensibilidad Econmica.

Finalmente, estos indicadores han sido analizados de forma conjunta por el mtodo de
clasificacin k-medias que ha permitido caracterizar geogrficamente la sensibilidad relativa
de los distintos distritos que conforman el rea metropolitana de Trujillo. Este anlisis ha
permitido poner de relieve, tanto las semejanzas entre ellos, a travs de la identificacin de
clusters o grupos, como las necesidades especficas de estos mismos grupos (clusters).

6.2.6.1. ndice de Sensibilidad Integrada

Los nueves distritos caracterizados por los diez indicadores ya descritos han sido
clasificados en 5 grupos mediante la tcnica k-medias. La figura 6.24 presenta de forma
conjunta los valores de los diferentes indicadores para cada una de las clases. Ntese que
de acuerdo con la metodologa aplicada, los valores altos indican una mayor sensibilidad y
por tanto una mayor vulnerabilidad en el indicador en cuestin. Adems esta figura
representa para cada clase el valor medio, indicado con una cruz, y la varianza del valor
que se representa con la franja de color e indica el rango de valores existentes entre el
percentil 25% y 75% de la muestra. Por ltimo, la figura incluye tambin los diferentes
distritos que forman parte de cada clase, y cuya clasificacin final se muestra en la Tabla
6.9.


- 6.34 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Figura 6.24 Clases obtenidas mediante k-medias que caracterizan el ndice de Sensibilidad Integrada.

Los patrones mostrados por los clster encontrados han sido clasificados en base al criterio
de experto en funcin de su sensibilidad ante desastres naturales asociados al cambio
climtico. Estas clases varan en una escala del 1 al 5 y definen as el ndice de Sensibilidad
Integrada, que se muestra en la Figura 6.25.

ISI - SENSIBILIDAD INTEGRADA
0
1
2
3
4
5
6
N
I
V
E
L

D
E

S
E
N
S
I
B
I
L
I
D
A
D
VALOR VULNERABILIDAD
1 MUYBAJO
2 BAJO
3 MEDIO
4 ALTO
5 MUYALTO
Figura 6..25 Resultados de ISI Indicador de Sensibilidad Integrada por distritos


- 6.35 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Para facilitar la lectura de los resultados se presentan los siguientes grficos ameba que
permiten mostrar y comparar los patrones encontrados para los distritos ms vulnerables y
los menos. As se observa que en Huanchaco (sensibilidad muy alta) la analfabetizacin, la
gestin del agua y la conectividad vial son mximas mientras stos mismos indicadores son
mnimos en los distritos menos sensibles (Trujillo, Victor Larco Herrera, Florencia de Mora y
La Esperanza). Por otra parte, Salaverry tiene el peor indicador de materiales de
construccin, mientras en el resto de indicadores no destaca especialmente. Existe otro
patrn caracterstico y es que los distritos menos sensibles registran mximos valores de
sensibilidad en edades sensibles (especialmente por una mayor proporcin de ancianos); en
renta/produccin por tener una renta elevada y baja productividad por trabajador; en
asistencia por baja densidad de policas y bomberos por habitante y en salud por tener una
alta proporcin de no cubiertos y una baja densidad de mdicos por habitante. Estos
mismos indicadores se observa que tienen valores medios y bajos, precisamente en los
distritos ms vulnerables. As pues, se observa en la lectura de los resultados la influencia
de los pesos sobre el valor final.

Figura 6.26 Resultados de cada Indicador (IS1-IS10) para los distritos de Trujillo, Victor Larco Herrera, Florencia
de Mora y la Esperanza (a la izquierad) y distritos de Huanchaco y Salaverry (a la derecha)

El mapa (figura 6.27) presenta los resultados de sensibilidad para el rea metropolitana de
Trujillo junto con sus perfiles de los patrones hallados


- 6.36 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Figura 6.27 ndice de Sensibilidad Integrada del rea Metropolitana de Trujillo


- 6.37 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

6.3. Evaluacin de la Resiliencia

El enfoque aplicado al estudio de la Resiliencia ha consistido en la evaluacin de la sociedad
trujillana en su capacidad de respuesta y de recuperacin ante desastres naturales
asociados al cambio climtico. Para ello, se han relacionado estas componentes de la
Resiliencia con las diferentes fases de la gestin de emergencias para asegurar que se
cubren los aspectos organizativos y de capacidades para actuar ante los riesgos por cambio
climtico estudiados (Tabla 6.6).

EVALUACINDELARESILIENCIA
CAPACIDADES
DELSISTEMA
FASESGESTIN
EMERGENCIAS
DESCRIPCIN
CAPACIDADDE
RESPUESTA
Informaciny
Concienciacin
El gobierno y los miembros de la comunidad son conscientes
de los peligros y la informacin de riesgo se utiliza la hora de
tomardecisiones.
AlertayEvacuacin
La comunidad es capaz de recibir las notificaciones y alertas
sobrepeligroscosteros,poblacionesenriesgoeindividuosque
actanenlaalerta.
Respuestade
Emergencia
Existenmecanismos y networks pararesponderrpidamente a
los desastres costeros y manejar las necesidades de
emergenciaanivellocal.
CAPACIDADDE
RECUPERACIN
Recuperacin
Postdesastre
Existen planes previos a los eventos de riesgo que aceleran la
recuperacinantedesastres,involucranalascomunidadesen
el proceso de recuperacin, y minimizan los impactos
negativosambientales,socialesyeconmicos.

Tabla 6.6 Evaluacin de la Resiliencia

La metodologa aplicada para la evaluacin de la Resiliencia ha implicado realizar un
cuestionario, basado en la gestin de emergencias y dividido a su vez en dos secciones
correspondientes a cada una de las capacidades en estudio. Los cuestionarios realizados se
presentan en los siguientes epgrafes mientras que los resultados se comentan en el
epgrafe 6.3.3.

6.3.1 Metodologa

El cuestionario ha sido estructurado en cuatro secciones y ha incluido las tres amenazas
estudiadas en el proyecto, tsunamis, erosin costera e inundaciones hidrolgicas. Para cada
seccin se han incluido preguntas que cubren los aspectos ms esenciales correspondientes


- 6.38 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

a cada una de las fases de gestin de emergencias, lo que incluye aspectos de
concientizacin, organizacin, planificacin, recursos humanos y econmicos e
infraestructuras e instalaciones para hacer frente a las tres amenazas.

La muestra para realizar el cuestionario ha sido seleccionada para incluir a partes del sector
pblico, tan relevantes como Defensa Civil o la Marina de Guerra del Per, y del mundo
acadmico y de la sociedad civil organizada, como APECO Trujillo o la Universidad Csar
Vallejo. Esto ha permitido comparar los resultados en estos dos grupos y evaluar el grado
de informacin y comunicacin entre ambas esferas de la sociedad trujillana.

En el clculo de la Resiliencia, dado que la relacin que sta posee con la Vulnerabilidad es
inversamente proporcional (a mayor Resiliencia, menor vulnerabilidad), el concepto que se
ha evaluado es la Falta de Resiliencia. De esta manera, a mayores valores de las
respuestas, mayor vulnerabilidad del rea metropolitana. La escala cualitativa en la que se
ha representado los resultados sigue siendo entre 1 y 5 para mantener la consistencia con
la evaluacin de la sensibilidad. Los resultados se presentan, tanto para las componentes ya
definidas de la Resiliencia, como para las distintas fases de la gestin de emergencias, de
forma que se pueda identificar ms precisamente las necesidades de fortalecimiento.

En la siguiente tabla se presentan las preguntas incluidas en el cuestionario relativas a la
Capacidad de Respuesta frente a las distintas amenazas estudiadas

Tabla 6.7

Como ya se ha comentado, este cuestionario se ha realizado por amenaza y, por tanto, se
presentan resultados para las inundaciones hidrolgicas, la erosin costera y eventos de
tsunami.

Informaciny
Concienciacin
1.Existenciadeconcienciacinsocial
2.Existenciadeconcienciacininstitucional
12345
12345
Alertay
Evacuacin
3.ExistenciadeSistemadeAlertaTemprana(SAT)
4.Existenciaderutasdeevacuacin
5.Existenciademapas/croquisconpuntoscrticosozonasdepeligro
6.Realizacindesimulacroseninstituciones
SI/NO
SI/NO
SI/NO
SI/NO
Respuestade
Emergencia
7.FuncionamientodelaComisindeProteccinCivilMunicipal
8.ExistenciadeunPlandeContingencia
9.ExistenciadeComisionesComunalesparalagestindelriesgo
10.Existenciadeenlacesdecoordinacinaniveldepartamental/nacional
11.Existenciaderecursoshumanosdeemergenciasuficientes
12345
SI/NO
SI/NO
SI/NO
Recuperacin
Postdesastre
12.Existenciaderefugiostemporales
13.Existenciadefondosmunicipalesparacubrirgastosinmediatos
14.Existenciadeseguroscontracatstrofe
15.Existenciaderecursoshumanosmdicosanitariossuficientes
16.Existenciaderecursoshumanosparaeldesarrollosuficientes
12345
12345
SI/NO
12345
12345


- 6.39 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

6.3.2 Resultados de la Resiliencia

Los resultados de los cuestionarios para el rea metropolitana de Trujillo se muestran en los
siguientes grficos organizados por amenaza estudiada. As para cada una se presenta un
grfico de columnas dobles, a la izquierda, el cual representa el valor de las componentes
de la Resiliencia segn las diferentes fuentes consultadas. El color indica el nivel de la
misma. A la derecha de este grfico se incluye un grfico ameba para el anlisis de las fases
del ciclo de emergencias, en el cual, de nuevo, se muestran los resultados diferenciados
segn el consultado.

En trminos generales se ha obtenido que, tanto la sociedad como las instituciones
trujillanas son conscientes de las amenazas estudiadas. De hecho en los grficos se observa
este resultado, tanto para los fenmenos recurrentes de erosin que sufren los municipios
costeros, como los fenmenos de inundacin y tsunamis que son mucho menos recurrentes
en Trujillo. Es en esta fase de Informacin y Concienciacin donde adems de presentar los
valores ms bajos, se ha encontrado el mayor consenso entre los encuestados. Por el
contrario, es en la fase de Alerta y Evacuacin donde se ha obtenido mayores disensiones
entre la valoracin de las administraciones pblicas y la sociedad civil y asimismo, la que
concentra los mayores valores de falta de Resiliencia. Resaltar finalmente que la fase de
Recuperacin Post-Desastre alcanza valores muy bajos, clase 2 para las tres amenazas, y
tambin logra tener buen resultado en el consenso que muestran sus datos.

EROSIN COSTERA
1
2
3
4
5
ADMINISTRACION OTRO
F
A
L
T
A
D
E
R
E
S
I
L
I
E
N
C
I
A
COMPONENTESDELA
RESILIENCIA

0
1
2
3
4
5
Infomaciny
Concienciazin
Alertay
Evacuacin
Respuestade
Emergencia
Recuperacin
PostDesastre
FASESGESTINDEEMERGENCIAS

INSTITUCION PUBLICA
OTRO

Figura 6.28. Evaluacin de la Resiliencia en el caso de fenmenos de erosin costera

La mayora de agentes consultados consideran que existe una necesidad de fortalecer sus
capacidades en materia de respuesta de emergencia, ya que si bien existen Comisiones de


- 6.40 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Proteccin Civil Municipal establecidas que desarrollan una gran labor, se opina que an
deben ponerse en marcha mecanismos adicionales tales como Comisiones Distritales o
Planes de Contingencia.

En concreto, se ha observado, que existe adems desconocimiento por parte de algunas
instituciones de la existencia de este tipo de mecanismos. Tal es el caso de ste ltimo, los
Planes de Contingencia, desarrollados por la Municipalidad Provincial de Trujillo (MPT) a
travs de la Sub-Gerencia de Defensa Civil. Por lo que un objetivo a priorizar debe ser
fomentar la coordinacin y comunicacin de la gestin del riesgo ante desastres intra-
institucional y poblacionalmente. Se debe sealar adems, que dicho Plan se encuentra en
la etapa de concrecin del Plan de Procedimientos para la Resiliencia ante la eventualidad
de los peligros evaluados en el presente informe.

Tras el anlisis anterior, el nivel de Resiliencia mostrado ante la fase de Respuesta de
Emergencia es medio para los tres casos. Por otro lado, y ahondado en los datos
relacionados con la estimacin de los recursos humanos ante situaciones de emergencia,
debe reflejarse que la visin entre los entrevistados alcanza un amplio espectro, cuyo
mximo no supera en ningn caso el nivel medio, por lo que se puede afirmar que la
valoracin de los recursos humanos necesarios para actuar en este tipo de catstrofes son
escasos.

TSUNAMIS
1
2
3
4
5
ADMINISTRACION OTRO
F
A
L
T
A
D
E
R
E
S
I
L
I
E
N
C
I
A
COMPONENTESDELA
RESILIENCIA

0
1
2
3
4
5
Infomaciny
Concienciazin
Alertay
Evacuacin
Respuestade
Emergencia
Recuperacin
PostDesastre

INSTITUCION PUBLICA
OTRO

Figura 6.29 Evaluacin de la Resiliencia en el caso de fenmenos de erosin costera

Existe mucho desconocimiento por parte de algunos entrevistados en cuanto a la
recuperacin post-desastre y si existen fondos municipales o recursos humanos mdico-
sanitarios o para el desarrollo ante este tipo de eventos. Tras la valoracin individual de


- 6.41 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

cada agente, los recursos son percibidos como escasos o inexistentes. Sirva como ejemplo
la falta de seguros contra catstrofe. En trminos generales, el nivel de vulnerabilidad
alcanzado a la hora de evaluar la capacidad de recuperacin ante la ocurrencia de un
tsunami, inundaciones o fenmenos de erosin costera, es medio/medio-bajo en los tres
casos, alcanzando valores entre 2,45-2,6, tal y como muestran los grficos 6.30A y B.

INUNDACIONES HIDROLGICAS
1
2
3
4
5
ADMINISTRACION OTRO
F
A
L
T
A
D
E
R
E
S
I
L
I
E
N
C
I
A
COMPONENTESDELA
RESILIENCIA

0
1
2
3
4
5
Infomaciny
Concienciazin
Alertay
Evacuacin
Respuestade
Emergencia
Recuperacin
PostDesastre

INSTITUCION PUBLICA
OTRO

Figura 6.30 Evaluacin de la Resiliencia en el caso de fenmenos de erosin costera

Finalmente, algunas apreciaciones a resear de entre los entrevistados indican que el
conocimiento sobre los riesgos se encuentra principalmente en los distritos que tienen
acceso al mar. Otras, ms recurrentes, abogan por la coordinacin y amplia participacin
entre la sociedad y las instituciones, para de la mejor manera posible, aplicar estas polticas
de adaptacin y prevencin ante desastres naturales.

6.3. Vulnerabilidad de Trujillo ante el Cambio Climtico

La evaluacin de la Vulnerabilidad del rea metropolitana de Trujillo ante desastres
naturales asociados al cambio climtico ha considerado el rea de estudio como un sistema
complejo cuyo anlisis requiere un enfoque holstico que considere no slo sus dimensiones
ms relevantes sino tambin los aspectos ms relevantes de las interrelaciones entre dichas
dimensiones.

Como ya se ha visto a lo largo del captulo, se ha compilado y analizado numerosa
informacin para despus poder caracterizar y clasificar los diferentes distritos que


- 6.42 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

conforman el rea metropolitana trujillana. Esto ha generado un amplio nmero de
resultados finales e intermedios que se han presentado en este captulo y su Anexo, y que
se resumen en la Tabla 6.9. La tabla esquematiza para cada distrito el valor de la clase
obtenido en el anlisis de la sensibilidad para cada dimensin, para la sensibilidad integrada
y finalmente para la resiliencia.

En el estudio de la sensibilidad por dimensiones, el desarrollo de indicadores y la
identificacin de patrones han permitido la caracterizacin de las debilidades especficas de
cada distrito. As Laredo ha destacado en la dimensin humana debido a su mayor tasa de
analfabetos, de desigualdad, de pobreza extrema y de poblacin en edad sensible. En la
dimensin de viviendas han destacado Huanchaco y Salaverry por ser los distritos con
mayor porcentaje de viviendas de Clase E y F, identificadas como las ms sensibles frente a
las amenazas de desastres naturales (Tabla 6.8).

VARIABLE CLASE DESCRIPCIN
MATERIALES DE
CONSTRUCCIN
E 80% de viviendas de materiales de locales (adobe, quicha)
F 74% de viviendas de materiales frgiles ()
ABASTECIMIENTO DE
AGUA
E
59% de viviendas sin abastecimiento y dependientes de
fuentes naturales
F
40% de viviendas sin abastecimiento y dependientes de
fuentes naturales
SANEAMIENTO
E
70% de viviendas con sumidero
16% sin saneamiento
F 62% sin saneamiento

Tabla 6.8. Caracterizacin de Vivienda Clase E y F

Por otra parte, El Porvenir y La Esperanza han destacado en la dimensin social por
presentar la tasa ms baja de enseantes por habitante, el mayor ratio de poblacin sin
seguro mdico y por el menor nmero de cuerpos de seguridad como policas por habitante
para la asistencia en emergencias. Mientras en la dimensin econmica ha destacado
Florencia de Mora y Salaverry por su menor renta familiar y Laredo por su alta
especializacin en un sector expuesto al cambio climtico.

Como se ha podido observar a nivel metropolitano, los anlisis por dimensiones arrojan
resultados muy repartidos geogrficamente que, sin embargo, han permitido la
identificacin de varios patrones como son Laredo y Moche (clasificados juntos en la
sensibilidad de viviendas y econmica), Trujillo y Victor Larco Herrera (en la social y en la
econmica) y El Porvenir y Huanchaco (en la econmica). Estos patrones, a su vez, han sido
posteriormente confirmados por el anlisis de la sensibilidad integrada.


- 6.43 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

DISTRITOS
INDICES
SENSIBILIDAD
HUMANA
SENSIBILIDAD
VIVIENDA
SENSIBILIDAD
SOCIAL
SENSIBILIDAD
ECONMICA
SENSIBILIDAD
INTEGRADA
RESILIENCIA
CAPACIDADDE
RESPUESTA
CAPACIDADDE
RECUPERACIN
ISH ISV ISS ISE ISI CR CR
TRUJILLO
2 1 3 1 1
2 3
ELPORVENIR
4 4 5 3 5
FLORENCIADEMORA
4 2 3 4 2
HUANCHACO
3 5 4 3 5
LAESPERANZA
3 4 4 2 2
LAREDO
5 3 2 4 3
MOCHE
4 3 1 4 3
SALAVERRY
1 5 2 5 4
VICTORLARCOHERRERA
3 3 3 1 1

Tabla 6.9. Resultados de ndices de Sensibilidad por Dimensiones, Sensibilidad Integrada y componentes de la Resiliencia


- 6.44 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Con respecto a la evaluacin de la sensibilidad integrada, sta ha tenido por objetivo,
identificar patrones especficos que pudiesen explicar la distribucin geogrfica de la
sensibilidad ante el cambio climtico y permitir as la definicin de una estrategia de
reduccin de riesgos que fuese holstica. Para ello se otorgaron pesos a los indicadores que
mejor explicaban la variabilidad de la sensibilidad y que ms relevancia poseen en el
anlisis. Los resultados de este anlisis, aparte de confirmar los tres patrones previamente
identificados, han puesto de manifiesto la combinacin de factores que incrementan la
vulnerabilidad. As, aunque Salaverry tiene una buena conectividad vial y una menor
proporcin de personas en edad sensible, destaca su alta sensibilidad por los materiales de
construccin de las viviendas, o su elevada especializacin en sectores ms vulnerables
ante desastres naturales. Otros distritos cuyo patrn es significativo son Laredo y Moche
que presentan una de las mayores tasas de analfabetos, de pobreza extrema, cuya
conectividad vial es limitada y cuya actividad econmica es altamente especializada en
sectores especialmente sensibles a las amenazas del cambio climtico.

Este anlisis integrado permite as no slo la identificacin de similitudes y disparidades
entre distritos, sino informar sobre las distintas necesidades que una estrategia de
reduccin de vulnerabilidad debe cubrir para fortalecer integralmente a las comunidades
objetivo de la estrategia.

Finalmente, con respecto a la Resiliencia destaca el consenso sobre la relativa buena
capacidad de recuperacin de la sociedad trujillana ante los desastres naturales estudiados.
Tambin resalta la disensin existente con respecto a su capacidad de respuesta,
especialmente relativo a la amenaza de tsunami. Los resultados muestran para las fases de
la gestin de emergencias que mientras la sociedad trujillana est informada y concienciada
con respecto a las amenazas estudiadas, no est bien preparada para afrontar las fases de
alerta y evacuacin.

6.4. Medidas de Adaptacin

Las medidas de adaptacin del presente captulo estn orientadas a reducir la vulnerabilidad
del rea metropolitana de Trujillo. Estas medidas se dividen pues en dos clases:

Medidas que permitan reducir la sensibilidad;

Medidas que aumenten la capacidad de resiliencia del sistema.

En el primer caso las medidas se enfocan desde cada una de las dimensiones estudiadas
(humana, vivienda, social y econmica). As la mayora de propuestas van encaminadas a
contribuir a la creacin de entornos posibilitadores que favorezcan un desarrollo adaptativo
al cambio climtico y resiliente con respecto a sus amenazas asociadas. Las principales
propuestas se incluyen en la tabla 6.10.


- 6.45 -
6
.

V
U
L
N
E
R
A
B
I
L
I
D
A
D

MEDIDA
HUMANA Estrategia de apoyo social en trminos de igualdad, educacin y pobreza
extrema en Laredo
Desarrollar un instrumento de asistencia a personas mayores para casos de
emergencias en Trujillo
VIVIENDA Plan de rehabilitacin y mejora de viviendas e infraestructuras de
abastecimiento, saneamiento en Salaverry
Plan de abastecimiento para Huanchaco
SOCIAL Fortalecer la asistencia y cobertura mdica de los habitantes de los distritos
de El Porvenir, La Esperanza y Huanchaco
Reforzar las capacidades de asistencia en emergencias, como cuerpos de
seguridad y de defensa, en los distritos de El Porvenir, La Esperanza y
Huanchaco
ECONOMICA Promocin de actividades econmicas complementarias a la agricultura en
Laredo y Moche para evitar su hiperespecializacin
INTEGRADA Plan especial de mejora de la conectividad vial en los distritos de Laredo y
Moche
Plan de mejora del abastecimiento y saneamiento urbano de los distritos de
El Porvenir y Huanchaco
RESILIENCIA Realizar campaas de informacin y sealizacin de las rutas de evacuacin,
los puntos crticos y los refugios que existan

Tabla 6.10. Propuesta de medidas de adaptacin


7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

CAPITULO 7.

DINMICA MARINA


- 7.1 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A


7.1. Introduccin

A la hora de plantear el estudio de los efectos del cambio climtico en la costa de Trujillo es
necesario definir: (1) los agentes o acciones susceptibles de cambiar y de causar impactos
en la costa; (2) los impactos a estudiar y (3) la metodologa de evaluacin del cambio
(incremento/disminucin del riesgo). Para llevar a cabo una correcta estimacin del riesgo,
de acuerdo con lo expuesto en el captulo 2 es importante la definicin precisa de los
agentes o amenazas (hazard) que van a causar impactos en la costa, as como su
correcta caracterizacin estadstica (incertidumbre, uncertainty).

Los impactos que se van a considerar en este bloque del estudio son:

- erosin de la costa (evolucin morfodinmica)
- inundacin de la costa

El esquema de la Figura 7.1 muestra que ambos impactos son el resultado de la interaccin
de dinmicas marinas, costeras y fluviales. Como se puede observar, para caracterizar
correctamente la inundacin de la costa es necesario estudiar las distintas componentes del
nivel del mar (marea astronmica, marea meteorolgica, nivel medio del mar mensual,
ascenso del nivel medio del mar de largo perodo) as como el oleaje en la costa, el cual es
funcin del oleaje en aguas profundas y de la batimetra. Por otro lado, la evolucin
morfodinmica de largo plazo depende de la disponibilidad de sedimento, del aporte de los
ros y de la capacidad de transporte potencial del oleaje.

Figura 7.1 Marco general de las dinmicas a considerar
Variables climticas atmosfricos Variables climticas ocenicos Geometra de la costa
Marea astronmica
Temp Humedad Precip. Viento SLP SST SLR Nivel z Costa Batimetria
RSLR
M.Meteor. NMM
Nivel del mar
Clima martimo-Offshore
Inundacin Costa
Clima martimo costa
Caudal
Caudal de sedimento
Evolucin morfodinmica


- 7.2 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Como se ve en la Figura 7.1, se ha denominado agentes climticos ocenicos a aquellos
ntimamente ligados a la dinmica marina, y que son los siguientes:

a) Viento

b) SLP (Sea Level Pressure): Presin atmosfrica en la superficie del mar

c) SLR (Sea Level Rise): Subida del nivel del mar

d) SST (Sea Surface Temperature): Temperatura de la superficie del mar

A travs de la accin de los agentes a, b, c y d, de la marea astronmica y conociendo el
movimiento de la superficie de la Tierra (subsidencia/elevacin) respecto del nivel del mar
se obtiene el nivel del mar relativo (Relative Sea Level Rise, RSLR), y el clima martimo
tanto en profundidades indefinidas (Clima martimo-Offshore) como en la costa (Clima
martimo costa).

La inundacin de la costa se calcular mediante la variable Cota de Inundacin (CI), que
es, a su vez, una combinacin de variables de clima martimo en la costa (altura de ola
significante, Hs, periodo, T y direccin, ) y de nivel de marea.

La erosin de las playas se va a obtener a partir del oleaje obtenido en las inmediaciones
del tramo costero de Huanchaco a Salaverry, el volumen de sedimentos caracterizado por el
anlisis de las imgenes landsat en el Moln del Puerto de Salaverry, el volumen de
sedimentos aportado por los ros ms significativos y el transporte potencial de sedimentos,
que depende de las caractersticas del clima martimo (Hs, T y ).

Por ese motivo, en este captulo se detallan las caractersticas de las dinmicas de oleaje,
nivel del mar, marea astronmica y marea meteorolgica, tanto actuales (basadas en datos
histricos y analizando su variabilidad climtica) como futuras (proyecciones de cambio
climtico basadas en estudios existentes y en distintas tcnicas de downscaling estadstico).
Este anlisis permitir obtener cuales son los cambios esperados en los impactos de
inundacin y erosin en las playas por efecto del cambio climtico. Como se ver, se pone
especial nfasis en la variabilidad climtica asociada el fenmeno de El Nio (ENOS), que
domina buena parte de la variabilidad climtica interanual de las dinmicas fluvial y marina.

En este captulo se describen los trabajos desarrollados para la caracterizacin de la
dinmica marina en la zona de Trujillo. Para ello, se ha utilizado informacin disponible en el
IH Cantabria, informacin que han facilitado diversas instituciones de Trujillo, de la
provincia de La Libertad, de la Capitana Martima del Puerto de Salaverry, as como
diversas metodologas, modelos numricos y bases de datos provenientes de satlite.

La estructura del captulo es la siguiente:

Descripcin de las bases de datos


- 7.3 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Caracterizacin del nivel medio del mar, de la marea astronmica, de la marea
meteorolgica y del clima martimo en aguas profundas.

Caracterizacin del clima martimo en aguas someras.

7.2 Caracterizacin del nivel medio del mar en Trujillo

La base de datos presentada en el anexo A7.1 es utilizada ampliamente por la Comunidad
Cientfica dedicada al estudio del nivel del mar para obtener las tendencias del mismo.

En la Figura 7.2 se muestra la serie temporal del nivel medio del mar en las inmediaciones
de Trujillo. Se puede observar la importante subida del nivel medio del mar que se produce
durante el ao 1982 (del orden de 0.1 m) y durante el ao 1998 (del orden de 0.15 m).

Figura 7.2. Serie temporal del nivel medio del mar en las inmediaciones de Trujillo.


- 7.4 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

7.3 Caracterizacin de la marea astronmica en Trujillo

A partir de la base de datos GOT descrita en el anexo A7.1 se han generado series horarias
desde Enero de 1948 hasta Diciembre de 2009 de marea astronmica en las inmediaciones
de Trujillo (ver Figura A7.3). Para esta base de datos no se consideran las posibles
variaciones de largo plazo de la marea astronmica por ascenso del nivel medio del mar. La
prediccin se ha realizado ao a ao para obtener la variacin de la modulacin nodal de la
marea astronmica.

Para calcular la marea astronmica, se han utilizado las herramientas de procesado de
datos desarrolladas por la institucin francesa Institut de Recherche pour le Developpement
(http://roms.mpl.ird.fr/) y el modelo de anlisis armnico t_tide (Paulowicz et al., 2002),
ampliamente utilizado entre la comunidad cientfica.

Figura 7.3. Marea astronmica en las inmediaciones de Trujillo de la base de datos GOT.

En la Figura 7.4 se muestra la funcin de distribucin de la marea astronmica. La bajamar
y pleamar mximas son del orden de 0.6 m, respecto al nivel medio del mar. En la Figura
7.4 se han indicado los percentiles 95% y 99%, con unos valores de 0.434 m y 0.545 m,
respectivamente.


- 7.5 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 7.4. Funcin de distribucin de la marea astronmica en .las inmediaciones de Trujillo.

7.4 Caracterizacin de la marea meteorolgica en Trujillo

Se denomina marea meteorolgica (storm surge) a la sobreelevacin del nivel del mar
debida a la tensin tangencial que ejerce el viento sobre una masa de agua y a los
gradientes de presin atmosfrica. Esta sobreelevacin es una de las componentes para
determinar el nivel del mar total y su importancia relativa, respecto a la marea astronmica
y otros factores, depende de la zona geogrfica analizada.

Los resultados del reanlisis GOS han sido validados con los datos instrumentales de
maregrafos obtenidos del Centro de Nivel del Mar de la Universidad de Hawaii (UHSLC).

En la Figura 7.5 se muestra la localizacin y el nombre de los maregrafos utilizados para
validar la base de datos generada. En la Figura 7.6 se representa la comparacin durante
un ao, de la serie de marea meteorolgica registrada por el maregrafo localizado en la
costa pacfica de Sudamrica y la obtenida del reanlisis. En la grfica superior se muestra
en rojo, la serie medida, y en azul la serie numrica. En la grfica inferior se muestra el
diagrama de dispersin o scatter plots de los datos del maregrafo frente al modelo y la
comparacin cuantil-cuantil. Adems se indican el coeficiente de correlacin respecto a la
bisectriz (R2), el sesgo (BIAS), el coeficiente de correlacin (CORR) y el error cuadrtico


- 7.6 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

medio (RMSE). Los parmetros de correlacin han sido calculados con la totalidad del
registro de cada maregrafo.

Adems, la validacin se ha llevado a cabo para todos los maregrafos disponibles
pudindose observar una buena relacin entre la serie registrada por el maregrafo y la
serie numrica, variando el error cuadrtico medio entre 5 y 10 cm. El sesgo se mantiene
cercano a 0 y la correlacin vara entre las posiciones analizadas.

Figura 7.5. Localizacin y nombre de los maregrafos.


- 7.7 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 7.6. Comparacin de la serie de marea meteorolgica del reanlisis GOS con el maregrafo h081A localizado
en la costa del Pacfico.

En la Figura 7.7 se muestra la serie horaria de marea meteorolgica en las inmediaciones
de Trujillo.

Figura 7.7. Serie temporal de la marea meteorolgica en las inmediaciones de Trujillo del reanlisis GOS.

En la Figura 7.8 se ha representado la funcin de distribucin de la marea meteorolgica de
la serie mostrada anteriormente. El valor mnimo es del orden de -0.2 m y el valor mximo
entorno a los 0.2 m. Se ha calculado el percentil 95% y 99%, obtenindose unos valores de
0.0423 m y 0.0576 m, respectivamente.


- 7.8 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 7.8. Funcin de distribucin de la marea meteorolgica en .las inmediaciones de Trujillo.

Las series de nivel del mar obtenida (suma de las componentes de nivel medio del mar,
marea astronmica y marea meteorolgica) se utilizarn posteriormente para obtener las
tendencias de largo plazo y la variabilidad dinmica asociada al fenmeno ENOS.


- 7.9 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

7.5 Caracterizacin del oleaje en aguas profundas en la zona cercana
a Trujillo

A partir de la base de datos GOW descrita en el anexo A7.1 y una vez calibrada con datos
de satlite obtenemos la informacin correspondiente al oleaje en aguas profundas en un
nodo cercano al rea de Trujillo.

Figura 7.9. Flujo de energa e isocronas de la energa del oleaje que alcanza el nodo de la base de reanlisis GOW
en las proximidades de Trujillo

Los estados de mar estn formados por una componente sea (oleaje irregular y de pequeo
periodo generado localmente) y una componente swell (oleaje regular de alto periodo
generado por tormentas formadas a gran distancia, que alcanza la zona objetivo unos das
despus, dependiendo de la proximidad a la zona de generacin).

En la Figura 7.9 se muestra de donde proviene la energa que compone el oleaje en un
punto en las proximidades de Trujillo y los das que esa energa tarda en alcanzar dicha
localizacin. Se puede observar como el oleaje en la zona de estudio est formado
principalmente por una componente swell cuya zona de generacin se sita en Pacfico Sur
y Pacfico Norte, siendo la parte de energa del hemisferio sur ms importante. El nmero
de das que tarda el oleaje generado en estas zonas en llegar a las costas del Per se puede
establecer en el orden de los 12-14 das.

En la Figura 7.10 se muestra la serie temporal horaria de altura de ola significante
calibrada, periodo medio y direccin media en aguas profundas frente a la costa de Trujillo.


- 7.10 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 7.10. Serie temporal de altura de ola significante, periodo medio y direccin media del oleaje frente a la
costa de Trujillo proveniente de la serie de reanlisis GOW.

7.5.1 Caracterizacin del clima de oleaje

A partir de la serie temporal de altura de ola significante, periodo medio y direccin media
del oleaje frente a la costa de Trujillo proveniente de la serie de reanlisis GOW se ha
caracterizado el clima de oleaje frente a la costa de Trujillo. Es importante destacar que
esta caracterizacin se realiza en aguas profundas y, por tanto, el oleaje no se encuentra
afectado por la batimetra local. A los efectos prcticos esto supone que el clima que se
presenta a continuacin es representativo de un amplio tramo de la costa prxima a la
ubicacin del nodo.

En la Figura 7.11 se muestra la rosa de la altura de ola significante, la rosa de
probabilidades y la rosa de cuantiles de la altura de ola significante (paneles superiores de
la Figura 7.11) y la rosa de periodos medios, la rosa de probabilidades y rosa de cuantiles
del periodo medio (paneles inferiores de la Figura 7.11). Se puede observar que casi el 90%
de los estados de mar presentan una direccin media entorno al SSW y una altura de ola


- 7.11 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

media del orden de 1.25 m 2.5 m. Las mayores alturas del ola (percentil del 99% del
orden de los 3.0 m) provienen del SW-SSW. Esto es debido a que el clima martimo frente a
las costas de Per est dominado por los mares de fondo o swells generados en la zona
extratropical del hemisferio sur, entre Australia y la Tierra de Fuego (ver figura 7.9). En
cuanto a los periodos medios, el valor ms probable es del orden de los 8-12 s y los valores
mximos alrededor de los 16 s provienen del SW-SSW. Los estados de mar con una
direccin del W-WSW, muy poco frecuentes, tienen un valor del orden de los 12 s, que
indican que se trata de estados de mar tipo swell con una zona de generacin en el Pacfico
Norte.

Figura 7.11. Rosas de oleaje de la altura de ola significante y periodo medio.

Rosa de T
m
Rosa de probabilidades de T
m
Rosa de cuantiles de T
m


- 7.12 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Se han calculado los regmenes medios estacionales (ver Figura 7.12), anual escalar y
anuales direccionales (ver Figura 7.13) de altura de ola y el periodo medio, ajustndolos
mediante una distribucin de valores extremos generalizados (GEV). En ambas figuras se
recoge en una tabla los parmetros de ajuste de los regmenes, donde es el parmetro de
localizacin, : es el parmetro de escala y : es el parmetro de forma. Adems se
muestra el % de los datos que se han utilizado para realizar el ajuste. Se puede observar
como las alturas de ola media son algo mayores durante los meses de invierno austral
(Junio, Julio y Agosto), con alturas de ola media del orden de 1.6 m (parmetro ),
mientras que en el verano austral (Diciembre, Enero y Febrero) la altura de ola media es del
orden de 1.2 m. En el periodo medio no se observa una estacionalidad tan marcada,
variando los periodos medios entre 9.0 y 10.0 s. Respecto al rgimen medio escalar y
direccional (limitado nicamente a tres sectores direccionales: S, SSW y SW), no se
observan diferencias en la altura de ola significante media entre los distintos sectores
mientras que en el caso del periodo medio, los valores son mayores para el sector SW, del
orden de los 11.0 s, que para el sector SSW, 9.6 s y del sector S, 8.4s.


- 7.13 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 7.12. Rgimen medio de H
s
y T
m
anual y mensual

T
m
(
s
)
F(T
m
)


- 7.14 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 7.13. Rgimen medio de Hs y Tm escalar y direccional.

Tambin se han calculado los regmenes extremales de la altura de ola significante
ajustndolos mediante una distribucin de valores extremos generalizados (GEV). En la
Figura 7.14 se muestra el rgimen anual y mensual, junto con los parmetros de ajuste,
pudindose observar de nuevo la estacionalidad del oleaje. La altura de ola en el invierno
austral para un periodo de retorno de 100 aos es del orden de los 4.0 m, mientras que en
verano es de unos 2.5 m. El rgimen extremal direccional (ver Figura 7.15) presenta ciertas
diferencias segn el sector: la altura de ola con un periodo de retorno de 100 aos es de
unos 4.0 metros para el sector SW y SSW y de unos 3.5 m para el sector S.
T
m
(
s
)
F(T
m
)


- 7.15 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 7.14. Rgimen extremal de Hs anual y mensual


- 7.16 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 7.15. Rgimen extremal de H
s
escalar y direccional.


- 7.17 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

7.6 Caracterizacin del oleaje en aguas someras

7.6.1 Introduccin

A medida que el oleaje se aproxima a la costa el efecto del fondo empieza a hacerse
palpable. Como consecuencia de esta interaccin de las ondas con el fondo, el oleaje se
transforma. Estos procesos de transformacin se traducen fundamentalmente en
variaciones de la altura de ola y en la direccin de propagacin.

Los fenmenos ms importantes que sufre el oleaje cuando se acerca a la costa son: la
refraccin y el asomeramiento, debido a la batimetra y las corrientes, la difraccin, como
consecuencia de la presencia de cabos o islas, la prdida de energa debido a la disipacin
con el fondo. Adems, parte de esta energa se refleja y vuelve a aguas profundas. En
aguas ms someras, la amplitud de las olas aumenta mientras que la longitud de onda se
reduce, generando un peraltamiento del perfil de las olas. En estas profundidades, la
celeridad de ola es proporcional a la raz cuadrada de la profundidad, de manera que la
cresta de la ola viaja a mayor velocidad producindose el vuelco sobre la base de la ola, se
produce la rotura del oleaje, que genera una gran prdida de energa y una gran
turbulencia.

El objetivo de la metodologa de propagacin consiste en aproximar los oleajes desde aguas
profundas hasta la costa para poder evaluar estadsticamente el recurso energtico del
oleaje. La batimetra de la zona de estudio y la orientacin de la costa respecto a los oleajes
incidentes condiciona los fenmenos ms relevantes que sufre el oleaje para cada caso
particular. Las caractersticas de la zona de estudio y los procesos de transformacin del
oleaje que se requieran resaltar imponen la eleccin del modelo de propagacin.

Los modelos numricos de propagacin de ondas intentan modelar la transformacin que
sufre el oleaje en su propagacin hacia la costa. Los diferentes tipos de modelos numricos
existentes dependen de las ecuaciones que se utilicen para modelar el problema y del
esquema numrico empleado, que implica una serie de limitaciones en los fenmenos que
son capaces de simular.

Para este estudio se ha elegido el modelo de propagacin energtico SWAN, desarrollado
por Delft University of Technology, basado en la ecuacin de accin de onda que promedia
la fase y no reconstruye la superficie del mar en el espacio y el tiempo (Booij, 1999).

Esta base terica genera uno de los principales atractivos de este modelo, que es la
posibilidad de propagar oleaje en todas las direcciones. Adems es posible la aplicacin de
este tipo de modelos a extensas superficies, ya que no requiere un nmero mnimo de
puntos de clculo por longitud de onda. Por otro lado, las ltimas versiones de este modelo
(tercera generacin) han incorporado fenmenos exclusivos de profundidades someras,
como son la rotura del oleaje y las interacciones no lineales (triadas), que han permitido


- 7.18 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

ampliar el rango de aplicacin de estos modelos. Al ser un modelo energtico se consigue
simular la generacin de oleaje por viento.

En este estudio se ha utilizado la batimetra construida ad hoc tal y como se describe en el
anexo A1 a partir de la batimetra global General Bathymetric Chart of the Oceans
(GEBCO) y las cartas nuticas disponibles en la zona de estudio.

En la Figura 7.16 se muestra la batimetra de la zona de estudio generada a partir de la
informacin existente.

Figura 7.16. Batimetra general y de detalle de la zona de estudio.

En la Figura 7.17 se muestran las mallas de computacin consideradas con una resolucin
espacial de 500 m (Malla M1) y 125 m (Malla M2), respectivamente. En la Figura 7.17
tambin se muestran los nodos de viento que definen el campo de vientos de cada
propagacin. La malla M2 est embebida en la malla M1, como se muestra en la Figura. Los
espectros de la base de datos GOW definen las condiciones de contorno de la malla M1.


- 7.19 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 7.17. Mallas de propagacin del modelo SWAN con resolucin espacial de 500 m (malla M1) y con resolucin
espacial de 125 m (malla M2, embebida en la M1).

En este estudio se considera que el oleaje en la zona de estudio en aguas profundas est
definido por las series horarias de los espectros direccionales del oleaje en un nodo de la
base de datos GOW ms prxima a la zona de estudio, que definir tambin la posicin del
contorno de la malla de computacin del SWAN. Por tanto, se dispone de una serie temporal
de 62 aos (1948-2008) de espectros horarios, que habra que propagar individualmente
para definir el oleaje en aguas someras con suficiente longitud temporal y asegurar una
caracterizacin estadstica fiable posteriormente.
M1
M2
Nodos viento
M1
M2
Nodos viento


- 7.20 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Tal y como se explica en el anexo A7.2 en este estudio se seleccionan una serie reducida de
casos (100) representativos del oleaje en profundidades indefinidas, con el objetivo de
reducir el coste computacional mediante la tcnica de clasificacin k-medias (K-Mean
algorithm, KMA), que permite la seleccin de un conjunto de casos muy representativo de la
muestra de datos de partida.

Cada uno de espectros prototipo de los 100 grupos obtenidos en la clasificacin de estados
de mar define las condiciones de oleaje en el contorno de la malla de propagacin M1.
Adems, el modelo de propagacin del oleaje se fuerza con un campo de vientos,
correspondiente a los vientos existentes en la misma fecha que el espectro prototipo. Las
condiciones de contorno de oleaje de la malla M2 estn definidas por los resultados de la
propagacin correspondiente en la malla M1 en la posicin de los contornos de la malla M2.

El modelo anterior da como resultado espectros direccionales de oleaje en cada nodo de la
malla para cada caso propagado (100 espectros prototipo obtenidos en la clasificacin
KMA).

La reconstruccin del clima martimo en aguas someras se realiza mediante una
interpolacin en base a los resultados de la propagacin de los 100 espectros prototipo
seleccionados tal y como se explica en el anexo A7.2

7.6.2. Resultados

A continuacin se muestran los resultados de una serie de propagaciones que se consideran
representativas del oleaje que llega a la costa de estudio. Adems se muestra la serie de
oleaje reconstruida en un punto cercano a la zona de estudio, comparndose las
caractersticas del clima martimo con las condiciones en indefinidas.

Propagaciones

En las Figuras 7.18, 7.19 y 7.20 se muestra la propagacin de tres de los cien casos de la
clasificacin KMA que se consideran ms representativos del clima martimo en la zona de
estudio, donde se han representado los resultados de la altura de ola significante y la
direccin media del oleaje en la malla general de resolucin 500 m, en la malla de detalle
de resolucin 125 m y el espectro prototipo correspondiente, que define las condiciones de
contorno de la malla M1 de dicha propagacin.

El caso 95, localizado en la posicin (5,10) de la cuadrcula de la Figura A7.2.4 del anexo
A7.2, est definido por un espectro de energa del oleaje con una clara componente SW
(mayor intensidad de la energa espectral en los bins correspondientes a la direccin SSW y
periodos 10-20 s en el grfico superior izquierdo de la Figura 7.18). En el grfico superior
derecho se muestra la propagacin de este tipo de oleaje en la malla M1, donde se puede
observar una direccin del SW del oleaje en el contorno SE y S de la malla y un giro del


- 7.21 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

oleaje hacia el SW a medida que se acerca a la costa (las fechas del grfico representan la
direccin media del oleaje) y una concentracin de energa en algunas zonas (mayor
intensidad del color rojo) debido principalmente a la refraccin sufrida por el oleaje por
variaciones de la profundidad del fondo en la direccin de propagacin del oleaje y salientes
en la lnea de costa. En el grfico inferior se muestra un detalle de la propagacin en la zona
de estudio a partir de los resultados de la malla M2, donde se puede observar la variacin
de altura de ola a lo largo de la costa debido a las concentraciones de energa que se han
producido en la propagacin del oleaje desde aguas profundas. Tambin se puede
comprobar que la direccin media del oleaje tiende a ponerse perpendicular a la costa.


- 7.22 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 7.18. Propagacin del caso 95 de la clasificacin KMA.
El caso 100, localizado en la posicin (10,10) de la cuadrcula de la Figura 7.19, est
definido por un espectro cuya mxima componente energtica proviene del S (mayor
intensidad de la energa de los bins con una direccin del S y periodos entorno a los 5-15 s
en la grfica superior izquierda de la Figura 7.19). En el propagacin de este caso en la
malla M1 (grfico superior derecho) se puede comprobar que la direccin media del oleaje
en el contorno SE y S presenta una direccin S. Se puede observar la refraccin del oleaje
por efecto del fondo tanto en la variacin de la direccin de propagacin del oleaje como en
las variaciones espaciales de la altura de ola significante. En este caso las concentraciones


- 7.23 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

de energa del oleaje no son tan acusadas como en el caso mostrado en la Figura 7.18
porque las mayores variaciones del fondo no son en la direccin principal de propagacin
del oleaje. La mayor disminucin de la altura de ola est producida por el saliente costa
abajo del Puerto de Salaverry. Esta variacin de la magnitud de la altura de ola a lo largo de
la zona de estudio por efecto del saliente se puede observar con mayor detalle en el grfico
inferior de la Figura 7.19, donde tambin se puede comprobar como el oleaje incide con
mayor oblicuidad que en la propagacin del caso 95.
Figura 7.19. Propagacin del caso 100 de la clasificacin KMA


- 7.24 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

El caso 100, localizado en la posicin (1,1) est definido por un espectro que tiene una
importante cantidad de energa proveniente del NW con elevados periodos (15-20 s),
indicando que se trata de un oleaje con una significativa componente swell generada en el
Pacfico Norte (grfico superior izquierdo de la Figura 7.20). La direccin media del oleaje es
del SW como se puede comprobar en los contornos de la malla M1 (grfico superior derecho
de la Figura 7.20). En este caso el oleaje incide con una direccin media perpendicular a la
costa de tal manera que el oleaje sufre una menor transformacin desde aguas profundas,
limitndose los cambios a la altura de ola significante en las proximidades de la costa por
efecto de salientes. En el detalle de la propagacin del grfico de la Figura 7.20 se observa
una disminucin de la altura de ola por asomeramiento y una incidencia del oleaje
perpendicular a la costa sin apenas modificaciones de la direccin media.


- 7.25 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 7.20. Propagacin del caso 1 de la clasificacin KMA.


- 7.26 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Clima martimo en la costa de estudio

Una vez realizadas las cien propagaciones representativas del clima martimo en aguas
profundas, se puede proceder a obtener el clima martimo en aguas someras que ser
esencial para calcular la erosin e inundacin costeras.

En la Figura 7.21 se muestra la serie temporal de altura de ola significante en profundidades
indefinidas representada en azul (datos de un nodo en aguas profundas de la base de datos
GOW) y en un punto en las inmediaciones de Trujillo a 5.0 m de profundidad representada
en rojo (reconstruida a partir de la metodologa de propagacin expuesta anteriormente).
Se puede observar como se produce una disminucin de la altura de ola significante del
oleaje debido a los procesos de transformacin del oleaje en su propagacin desde aguas
profundas a reducidas.

Figura 7.21. Series temporales de altura de ola en profundidades indefinidas (azul) y profundidades reducidas en
las inmediaciones de la costa (rojo) de estudio.

La no disponibilidad de datos instrumentales (boyas) en profundidades someras en las
proximidades de la costa de estudio no permite validar cuantitativamente el oleaje
reconstruido. Sin embargo, se ha realizado una validacin cualitativa a partir de un informe
de la Capitana Martima del Puerto de Salaverry, que contiene los das de puerto cerrado
por condiciones anmalas de oleaje. En la Figura 7.22 se han marcado los das de puerto
cerrado en la serie temporal de altura de ola significante, pudindose observar como las
lneas grises coinciden con picos de la serie temporal de altura de ola y, por tanto, como el
cierre se ha producido generalmente cuando se supera un umbral de altura de ola del orden
de 2.0 m.


- 7.27 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 7.22. Series temporal de altura de ola en las inmediaciones del puerto de Salaverry donde se ha marcado
los das de puerto cerrado.

En la Figura 7.23 se muestran la distribucin conjunta altura de ola direccin en aguas
profundas (parte izquierda del grfico) y en la posicin a 5.0 m de profundidad (parte
derecha del grfico). Se puede comprobar como, adems de la disminucin de la altura de
ola significante, se produce una concentracin de la direccin del oleaje entorno a una
direccin ms perpendicular a la lnea de costa, fenmeno que ha sido observado en las tres
propagaciones analizadas anteriormente.

Figura 7.23. Distribucin de altura de ola significante direccin media del oleaje en aguas indefinidas (grfico de
la izquierda) y en aguas reducidas (grfico de la derecha).

En la Figura 7.24 se muestra el rgimen medio de H
s
y T
p
anual y mensual en las
inmediaciones del puerto de Salaverry. Se puede observar una la ligera estacionalidad de la
altura de ola significante: del orden de 1.2 m durante los meses de invierno austral y del
orden de 0.9 m durante el verano austral. Adems se puede observar la disminucin de la
altura de ola si se compara con el rgimen medio en profundidades indefinidas (apartado
7.5 con la caracterizacin del clima martimo en aguas profundas). Los periodos de pico son


- 7.28 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

similares en los todos los meses del ao, con un valor medio entorno a los 12 s. En cuanto
al rgimen medio direccional (Figura 7.25), se puede observar como en aguas someras, los
regmenes direccionales se limitan a las direcciones SSW y SW, siendo levemente superior
la altura de ola media del sector SW (~1.1 m) y concentrndose casi la totalidad de los
datos en este sector (~97%). El valor medio de los periodos de pico para el sector SW es
del orden de los 12.5 s y para el sector SSW del orden de 9.5 s


- 7.29 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 7.24. Rgimen medio de H
s
y T
p
anual y mensual en aguas someras.


- 7.30 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 7.25. Rgimen medio de Hs y Tp escalar y direccional en aguas someras

En la Figura 7.26 se muestra el rgimen extremal de altura de ola anual y mensual,
pudindose observar de nuevo la estacionalidad del oleaje. La altura de ola en el invierno
austral para un periodo de retorno de 100 aos es del orden de 3.2 m, mientras que en
verano es de unos 2.0 m. La disminucin de la altura de ola, por efecto de la propagacin
del oleaje desde aguas profundas a la costa, se detecta al igual que en el rgimen medio.
En la Figura 7.27 se muestra el rgimen extremal direccional con significativas diferencias
entre el valor de la altura de ola para distintos periodos de retorno considerados entre el


- 7.31 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

sector SW y SSW. La altura de ola con un periodo de retorno de 100 aos es 3.5 metros
para el sector SW y 2.2 m para el sector SSW.

Figura 7.26. Rgimen extremal de Hs anual y mensual en aguas someras.


- 7.32 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 7.27. Rgimen extremal de Hs escalar y direccional en aguas someras

7.7 Resumen

Se han caracterizado las dinmicas marinas en la zona de Trujillo para determinar
posteriormente los riesgos asociados a la inundacin y erosin costera, centrndose
el anlisis en el oleaje y niveles del mar.

Se ha caracterizado el nivel medio del mar en las inmediaciones de Trujillo,
observndose como se producen subidas importantes del nivel durante episodios
ENSO (0.1 m en 1982 y 0.15 m en 1998).


- 7.33 -
7
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Se ha caracterizado la marea astronmica en Trujillo a partir de la serie de datos de
1948 a 2008 de un nodo de reanlisis, obtenindose valores de bajamares y
pleamares mximas del orden de 0.6 m.

Se ha caracterizado la marea meteorolgica en las cercanas de Trujillo a partir de la
serie temporal horaria de 1948 a 2008 de un nodo de reanlisis, obtenindose
valores mnimos del orden de -0.2 m y mximos de 0.2 m.

Se ha caracterizado el clima martimo en aguas profundas prximas a Trujillo a partir
de la serie de altura de ola significante, el periodo medio y la direccin media de un
nodo de reanlisis. A partir del anlisis de las rosas de oleaje, se ha comprobado que
el 90% de los estados de mar presentan una direccin de procedencia del SW, con
valores medios de altura de ola de 1.25-2.5 m, y como las alturas de ola mximas
son del SW con valores del percentil 99% igual a 3.0 m. Los periodos medios ms
probables tienen un valor de 8-12 s. El oleaje en esta zona de estudio est dominado
por swells generados en la zona extratropical del hemisferio sur. El rgimen medio
por meses informa que las alturas de ola media son mayores en el invierno austral,
del orden de 1.6 m, que en el verano austral, del orden de 1.2 m; mientras que los
periodos no presentan estacionalidad. En cuanto al rgimen medio direccional, no
existen diferencias en la magnitud de la altura de ola significante por direcciones sin
embargo los periodos medios son mayores en los estados de mar del SW (valor
medio del orden de los 11 s). La altura de ola significante para un periodo de retorno
de 100 aos es 4.0 m en el invierno austral y 2.5 m en verano.

Las bases de datos de reanlisis de oleaje a escala global o regional no puede ser
utilizadas para la caracterizacin del clima martimo en aguas someras porque no se
han simulado procesos de transformacin del oleaje propios de profundidades
reducidas y no presentan la suficiente resolucin espacial. Por tanto, es necesaria la
propagacin del oleaje en aguas profundas hasta la costa. Se ha aplicado la
metodologa hbrida para la transferencia del oleaje desde aguas profundas hasta la
costa desarrollada por el IHCantabria, con un coste computacional admisible.

Se ha caracterizado el clima martimo en aguas someras a partir de las series de
altura de ola significante, periodo de pico y direccin media reconstruidas. En el
ajuste del rgimen medio por meses se vuelve a identificar la estacionalidad
observada previamente en aguas profundas pero con una reduccin de la magnitud.
En aguas someras el valor medio de la altura de ola en invierno es 1.2 m y en
verano 0.9 m. El valor medio del periodo de pico es de 12 s, sin observarse una
estacionalidad. El rgimen medio direccional se limita a las direcciones SSW y SW,
siendo el 97% de los estados de mar del SW. El valor de la altura de ola es similar
para los dos sectores, siendo el periodo de pico de 12.5 s para la direccin SW y 9.5
s para la direccin SSW. La altura de ola con un periodo de retorno de 100 aos
desciende a 3.5 m para el sector SW y 2.2 m para el sector SSW.

CAPTULO 8. VARIABILIDAD DINMICA MARINA

8
.

V
A
R
I
B
I
L
I
D
A
D

D
I
N
M
I
C
A

M
A
R
I
N
A

CAPITULO 8.

VARIABILIDAD CLIMTICA
DE LA DINMICA MARINA


- 8.1 -
8
.

V
A
R
I
B
I
L
I
D
A
D

D
I
N
M
I
C
A

M
A
R
I
N
A

CAPTULO 8. VARIABILIDAD CLIMTICA DE LA DINMICA
MARINA

8.1. Introduccin

En este captulo se analiza la variabilidad climtica de la dinmica marina (oleaje y nivel del
mar) a la distintas escalas de inters en el proyecto: estacionalidad, variabilidad interanual
y tendencias de largo plazo. Los procesos que se van a analizar en el captulo 9 (erosin e
inundacin en la costa) estn a su vez muy influenciados por estas escalas temporales.

Los resultados que se obtengan van a permitir definir los escenarios del proyecto a partir de
tcnicas de extrapolacin de tendencias y de proyecciones. Es fundamental sealar que las
dinmicas marina y fluvial en la zona de Trujillo estn completamente dominadas por una
fuerte variabilidad interanual asociada al fenmeno ENOS, por lo cual el estudio de la
influencia del fenmeno ENOS en cada una de las dinmicas es imprescindible.

La estructura de este captulo es la siguiente: primeramente se describe la variabilidad
climtica del oleaje (estacionalidad, variabilidad interanual y tendencias de largo plazo).
Tanto la estacionalidad como la variabilidad interanual se van a estudiar con tcnicas
novedosas (en el dominio de la frecuencia espectral y basado en tipos de circulacin
atmosfrica). Despus, se analiza la variabilidad interanual y de largo plazo del nivel medio
del mar mensual. Finalmente, se presenta un resumen con las conclusiones ms relevantes.

8.2. Variabilidad climtica del oleaje

8.2.1 Estacionalidad

Como se ha explicado en el captulo 7 el oleaje en las costas de Per exhibe una variabilidad
estacional suave. Como se indica en el grfico de cajas de la figura 8.1, tanto la H
s
(puntos
y barras azules) como el T
m
(puntos y barras negras), los valores medios mensuales (centro
de las barras), los cuantiles del 25 y 75% (extremos de las barras) y los valores mensuales
superiores al percentil del 95% (puntos) no son muy diferentes entre todos los meses. Por
tanto, la ocurrencia de olas entre 1 y 4 m es muy probable durante cualquier poca del ao.


- 8.2 -
8
.

V
A
R
I
B
I
L
I
D
A
D

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 8.1. Variabilidad estacional de la altura de ola significante

Aunque los parmetros espectrales analizados no muestran una variabilidad estacional
significativa, al analizar la variabilidad en la forma espectral (figura 8.2) encontramos que
durante los meses de invierno aparecen mximos de energa en el 4 cuadrante,
correspondiente a oleajes generados en la zona extratropical del hemisferio norte. Esta
energa, que llega al punto analizado con periodos superiores a los 10 s compensa el dficit
ocasionado en la poca estival del hemisferio austral, por lo que el parmetro agregado Hs
no muestra una variabilidad importante. Sin embargo, durante los meses de primavera,
verano y otoo se aprecia un incremento en la intensidad de los colores de los pixeles del
SW y SSW lo que responde a la intensificacin de los oleajes del oeste en el hemisferio sur.


- 8.3 -
8
.

V
A
R
I
B
I
L
I
D
A
D

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 8.2. Estacionalidad de la energa espectral del oleaje.

8.2.2 Variabilidad interanual de los espectros

Tradicionalmente, el estudio de la variabilidad interanual del oleaje se realiza con la variable
altura de ola significante y/o al perodo medio (o de pico). En este proyecto, este anlisis se
ha realizado con el nodo GOW calibrado en la posicin de Trujillo obteniendo correlaciones
muy dbiles o inexistentes con los ndices climticos que a priori ms seal tenan que
aportar de la variabilidad climtica del Pacfico (Nio 3.4, Oscilacin Decadal de Pacfico
(PDO), Oscilacin del Pacfico Norteamericano (PNA), Oscilacin del Sur (SAM) y Oscilacion
del rtico (AO)). Sin embargo, es clara la fuerte variabilidad interanual de la seal de altura
de ola (ver la serie temporal de Hs de la Figura 7.10), por lo cual se ha estudiado desde
otros puntos de vista. El primero de ellos es el espectral (presentado en el apartado
anterior), en el cual lo que se analiza es la correlacin de cada bin de energa de un rango
de direcciones y perodos con los ndices climticos.


- 8.4 -
8
.

V
A
R
I
B
I
L
I
D
A
D

D
I
N
M
I
C
A

M
A
R
I
N
A

En la figura 8.3 se ha representado la correlacin de la densidad de energa espectral con
diferentes ndices climticos (Nio3, PDO, SAM, PNA y AO). Colores rojos indican una
correlacin positiva y azules negativas; los puntos indican aquellos bins donde la
significancia supera el 25%. Como se puede apreciar El Nio y la PDO tienen un efecto
similar en el oleaje del Pacfico peruano, incrementando la energa del 4 cuadrante, lo que
responde a un desplazamiento hacia el sur del Jet Stream del Pacfico norte, con borracas
ms cercanas al rea de estudio.

El ndice PNA est claramente relacionado con la energa que incide del NW ya que este
patrn caracteriza la intensidad de las borrascas entre la Pennsula de Kamchatka y Canad,
siendo su influencia despreciable en la energa procedente del 3
er
cuadrante. La Oscilacin
del rtico tiene el efecto inverso al PNA, de hecho estos ndices se correlacionan
negativamente entre s. Por ltimo, el ndice SAM se relaciona positivamente con la energa
del SW de alto periodo, y negativamente con la energa contenida en periodos inferiores a
los 10s.

Esto indica que durante la fase positiva del SAM se produce una intensificacin de los
vientos del oeste al sur de la latitud 40S, con zonas de generacin remotas de forma que
los periodos bajos se disipan antes de llegar al punto analizado.


- 8.5 -
8
.

V
A
R
I
B
I
L
I
D
A
D

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 8.3. Variabilidad interanual del oleaje. Correlacin con ndices climticos.

8.2.3 Variabilidad estacional e interanual basada en tipos de circulacin

El segundo mtodo para analizar la variabilidad interanual del oleaje que se ha desarrollado
consiste en correlacionar los patrones de campos espaciales de mesoescala de variables
atmosfricas y/o ocenicas (predictor) con el oleaje local en Trujillo (predictando). Los
detalles del mtodo de downscaling estadstico se desarrollan en el Anexo A8.1. En la Figura
8.4 se muestran los patrones de tiempo obtenidos. Cada grupo o cluster est definido por el
patrn a escala 12 diaria en el rea de generacin que abarca todo el Pacfico y el patrn
diario en un rea local. La variable predictora es el cuadrado del gradiente de presiones.


- 8.6 -
8
.

V
A
R
I
B
I
L
I
D
A
D

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 8.4. Clasificacin de los tipos de tiempo del predictor del modelo estadstico. Grfica superior: gradiente al
cuadrado de presiones medio durante 12 das en el rea de generacin del oleaje en el punto objetivo de Trujillo
(con una mscara en funcin del valor del flujo medio de energa del oleaje para eliminar reas de no generacin
del oleaje). Grfica inferior: gradiente al cuadrado de presiones medio durante 1 da (el ltimo de los 12 das) en
un rea local prxima a Trujillo.


- 8.7 -
8
.

V
A
R
I
B
I
L
I
D
A
D

D
I
N
M
I
C
A

M
A
R
I
N
A

La cuadrcula sobre la que se han representado los tipos de tiempo sirve para representar
diferente informacin asociados a dichos datos. Por ejemplo, se puede calcular el nmero de
situaciones atmosfricas representadas por cada tipo de tiempo y expresar esta
probabilidad de presentacin de cada tipo de tiempo representando cada cuadrcula en una
escala azul. En la Figura 8.5 se muestra la frecuencia mensual de los tipos de tiempo
(Enero, Febrero, Marzo y Abril en la primera fila, Mayo, Junio, Julio y Agosto, en la segunda
y Septiembre, Octubre, Noviembre y Diciembre, en la ltima fila). Se puede observar como
determinados patrones ocurren durante los meses de verano mientras que otros son tpicos
de invierno (diferente localizacin en la cuadrcula de los cuadrados representados en azul).
Por ejemplo, durante los meses de invierno boreal se puede observar una intensificacin de
los tipos de tiempo (cuadrados azules en la esquina inferior izquierda y esquina superior
derecha de la Figura 8.5) que representan gradientes de presin (proporcional a la energa
del viento) en el hemisferio norte del Pacfico (tipos de tiempo situados en esos mismos
cuadrados en la Figura 8.4), que se corresponde con una intensificacin de la componente
del oleaje proveniente de esa zona de generacin. A su vez, esta variabilidad de
probabilidades de ocurrencia se produce tambin a escala interanual.

Figura 8.5. Frecuencia mensual de los 100 tipos de tiempo obtenidos mediante k-medias.


- 8.8 -
8
.

V
A
R
I
B
I
L
I
D
A
D

D
I
N
M
I
C
A

M
A
R
I
N
A

En la Figura 8.6 se ha representado el valor medio del flujo medio de energa y de la
direccin media del flujo de energa del oleaje de los estados de mar asociados a cada uno
de los tipos de tiempo del predictor del modelo estadstico. Se puede observar como los
tipos de tiempo que ocurren durante el verano austral, que han sido identificados en la
esquina inferior izquierda y en la esquina superior derecha en la representacin de la
frecuencia mensual de los 100 tipo de tiempo de la Figura 8.5, y que por tanto, se
corresponden con las celdas en rojo de la Figura 8.6, presentan un flujo de energa menor
que durante los tipos de tiempo caracterstico del invierno austral.

Figura 8.6. Flujo medio de energa de los estados de mar asociados a cada tipo de tiempo.

8.2.4 Tendencias de largo plazo

Las tendencias de largo plazo de parmetros de oleaje se han obtenido del estudio realizado
recientemente por IH Cantabria y la Oficina Espaola de Cambio Climtico para CEPAL (ver
visor en www.c3a.ihcantabria.com del Estudio Regional de los efectos del Cambio Climtico
en las Costas de Amrica Latina y el Caribe (ALyC)). En concreto se ha obtenido las
siguientes tendencias para el nodo de oleaje calibrado en profundidades indefinidas ms
cercano a la zona de estudio:


- 8.9 -
8
.

V
A
R
I
B
I
L
I
D
A
D

D
I
N
M
I
C
A

M
A
R
I
N
A

- altura de ola significante media anual: 0.21 cm/ao

- altura de ola significante excedida 12 horas al ao: -0.08 cm/ao

- direccin media del oleaje: 0.07/ao en sentido contrario de las agujas del reloj

Estos resultados aparentemente contradictorios (tendencia positiva para la altura de ola
media y tendencia ligeramente negativa para la altura de ola Hs12) ponen de manifiesto lo
importante que resulta en un estudio de estas caractersticas analizar no solamente los
valores puntuales y locales de ciertos parmetros, si no tambin los responsables de esos
cambios, es decir, a que factor se puede atribuir esos cambios. En ese sentido, la
metodologa desarrollada de downscaling estadstico que permite relacionar un predictor de
mesoescala con diversos predictando del oleaje local, intenta responder a estas cuestiones.

8.3. Variabilidad climtica del nivel medio del mar

Como se ver en el captulo 9, el nivel medio del mar es una de las variables oceanogrficas
que condicionan el comportamiento morfodinmico de un sistema costero. El
aumento/disminucin del nivel medio del mar generar un incremento/disminucin de la
profundidad de agua en cualquier punto del perfil de playa. Por ese motivo, es necesario
caracterizar sus distintas escalas temporales: variaciones de largo plazo (tendencia) y
variabilidad interanual.

Variabilidad interanual

En la Figura 8.7 se muestra la serie temporal del nivel medio del mar mensual en las
inmediaciones de Trujillo desde 1950. Se puede observar el significativo aumento que se
produce a finales de los aos 1982 y 1997 como consecuencia del fenmeno ENSO. Se ha
obtenido una relacin lineal entre el ndice Nio3 (predictor) y las anomalas mensuales
desestacionalizadas del nivel medio del mar mensual (predictando). Esta correlacin se
analizar posteriormente en el captulo 9 a partir del mtodo de downscaling estadstico
basado en tipos de circulacin: en este caso, los tipos de circulacin (predictor) se
corresponden con los 9 principales modos espaciales de variacin de las anomalas
desestacionalizadas de temperatura superficial de agua de mar (SSTA) en la zona tropical
pacfico y atlntica; y el predictando son las anomalas del nivel medio del mar mensual.

Tendencia de largo plazo

Se ha determinado la tendencia de la serie de nivel medio del mar mensual
desestacionalizada, que supone un aumento anual de 1.87 mm/ao (ver Figura 8.7).


- 8.10 -
8
.

V
A
R
I
B
I
L
I
D
A
D

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 8.7. Serie temporal del nivel medio del mar.

8.4. Conclusiones

Se ha analizado la variabilidad climtica de las dinmicas marinas de oleaje y nivel del mar
medio mensual a diferentes escalas: estacional, interanual y tendencias de largo plazo. Las
variables consideradas son el oleaje y el nivel medio del mar mensual.

El oleaje que llega a Trujillo est influenciado por vientos locales pero mayoritariamente por
swells que se generan tanto en el hemisferio Norte como el Sur y que se propagan a lo
largo de todo el Pacfico. La variabilidad estacional e interanual del oleaje est asociada a
los cambios en los patrones de borrascas en todo el Pacfico. Para analizar este problema,
se ha aplicado una tcnica de downscaling estadstico que permite relacionar las variables
atmosfricas a escala global generadoras del oleaje (predictor) con el clima martimo local
(predictando).

El nivel medio del mar presenta una clara tendencia de aumento (+1.87 mm/ao en los
ltimos 60 aos) sobre la cual se superpone una fuerte seal de variabilidad interanual
asociada al fenmeno ENOS (de ms de 20 cm de magnitud en los eventos de Nio de 1983
y 1998).

Los resultados obtenidos junto con las tcnicas de downscaling estadstico desarrolladas se
van a aplicar en el anlisis de la erosin e inundacin costera, tanto en el diagnstico actual
como para los distintos escenarios que se consideran en este estudio y que se resumen en
el Anexo A12.


9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

CAPITULO 9.

EROSIN E INUNDACIN COSTERA


- 9.1 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A


9.1. Introduccin

En este captulo se describe el problema de la erosin costera en Trujillo, sus causas, la
variabilidad climtica natural, posibles soluciones para resolver dicho problema as como el
efecto del cambio climtico para los distintos escenarios considerados.

Adems se estudia el rgimen de inundacin por accin de la dinmica marina y
meteorolgica en la zona de estudio, analizando el efecto del cambio climtico en la cota de
inundacin para los distintos escenarios.

En primer lugar se expone la problemtica existente en el tramo costero en las
inmediaciones de Trujillo, que abarca desde el sur del Puerto de Salaverry hasta Huanchaco,
mediante la exposicin de la informacin previa disponible que se ha considerado ms
relevante. Posteriormente, se define la estructura del captulo.

9.1.1 Antecedentes

El proceso de erosin entorno al Puerto de Salaverry se viene produciendo desde hace ms
de 30 aos debido a la construccin del rompeolas (moln), que ha ido causando una fuerte
degradacin de la costa al Norte del puerto, ocasionando una erosin crtica en el litoral de
la provincia de Trujillo, afectando principalmente a la zona de los balnearios de Las Delicias,
Buenos Aires y Huanchaco.

Uno de los ltimos informes que se ha realizado sobre el anlisis de la situacin erosiva de
la zona es el realizado por Intecsa-Inarsa: Asesoramiento y Control de la Reposicin del
Borde Costero en los Balnearios de Las Delicias, Buenos Aires y Huanchaco. En dicho
informe se realiza un estudio hidrodinmico de la zona de los balnearios utilizando datos de
un levantamiento topogrfico y batimtrico y de una caracterizacin de los sedimentos
nativos, realizado en el marco de dicho estudio. El estudio hidrodinmico consiste en el
anlisis de un nmero de propagaciones de oleaje monocromtico y el clculo de las
corrientes de rotura del oleaje correspondientes, sin evaluacin de la tasa potencial de
transporte de sedimentos producida por el oleaje y sin anlisis de la evolucin de la lnea de
costa. Las soluciones planteadas estn enfocadas en la regeneracin de la zona mediante
vertidos para lo cual se analizan posibles bancos de arenas y se evala la evolucin
morfodinmica de dichos vertidos.

Adems, se realiza una recopilacin de proyectos previos que tienen como objeto de estudio
el Puerto de Salaverry y la costa adyacente, incluyendo informes tcnicos de la
caracterizacin del clima martimo y la dinmica litoral de la zona de influencia que abarca
el rea de estudio, comprendidos en el periodo de tiempo 1965-2011. En el informe de


- 9.2 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Intecsa-Inarsa se cita informacin relacionada con trabajos centrados en la zona de
actuacin. A continuacin se enumera la informacin ms relevante:

El litoral de Per presenta una costa abierta constituida por playas planas, siendo la
aportacin principal de sedimentos originada por las corrientes en la zona de rompientes
debido a la accin de las olas proveniente del Ocano Pacfico.

La construccin del rompeolas en el puerto de Salaverry modific el entorno costero,
obstaculizando la circulacin natural de sedimentos en la direccin sureste-noroeste,
produciendo una acumulacin en su cara Sur y en consecuencia, un dficit de volumen de
arena al norte del mismo.

Las primeras estimaciones de la tasa media de transporte longitudinal de
sedimentos, cifraban esta magnitud entre 500,000 m
3
/ao 1,000,000 m
3
/ao en el ao
1967. Una posterior revisin en los aos 1973-1980 proporcion una cifra del orden de
1,000,000 m
3
/ao, y en un estudio del ao 2004, se estableci en torno a 1,150,000
m
3
/ao.

La prdida estimada de arena en el tramo de costa comprendido entre Salaverry y
Huanchaco, en el periodo de tiempo desde 1956-2011, se estima del orden de 50,000,000
m
3
, y se puntualiza que el retroceso promedio de Las Delicias ha sido del orden de 9 a 11
metros por ao.

Los sedimentos tienen su origen en los sedimentos fluviales provenientes de la
cordillera de los Andes y depositados en los alrededores de las desembocaduras de los ros
a lo largo de la costa peruana y transportados hacia el norte por las corrientes originadas
por el oleaje. El tamao de los sedimentos en las inmediaciones de Salaverry se
corresponden con arena mediana-gruesa.

As mismo, cabe cita que durante los ltimos aos el problema de la erosin costera y
consiguientes eventos de inundacin se han venido atacando con iniciativas vinculadas con
la gestin de dragados, la introduccin de estructuras de proteccin actuaciones locales de
aportacin de arena o instalacin de geotubos.

A nuestro parecer los estudios y actuaciones realizados hasta el momento adolecen de una
visin segmentada y carecen de un diagnstico basado en el anlisis y cuantificacin de los
procesos relevantes, lo que impide el planteamiento de soluciones integradas y sostenibles
adems de al integracin de la variabilidad climtica y el cambio climtico en la formulacin
de las mismas.

En este contexto nuestra aproximacin al problema consistes en la construccin de un
modelo morfodinmico basado en procesos que nos permita formular un diagnstico
cuantitativo de la situacin actual, considerando toda la unidad fisiogrfica, sobre esta base
analizamos la sensibilidad del sistema global a diferentes escenarios de cambio climtico
haciendo especial nfasis sobre las lecciones aprendidas de la variabilidad climtica histrica


- 9.3 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

y proponemos soluciones que entendemos ms sostenibles e integradas que las propuestas
hasta el momento.

9.1.2 Estructura del captulo

De acuerdo con lo que se plantea en la seccin anterior, la estructura de este captulo est
formada por un primer apartado en el que se plantea el modelo morfodinmico de
funcionamiento del sistema costero en las inmediaciones de Trujillo. El sistema se valida a
partir de los datos obtenidos de las imgenes LANDSAT disponibles en la zona de estudio.

En el siguiente apartado se analizan las tendencias de las dinmicas del sistema con el
objetivo de evaluar la variabilidad interanual y los efectos del cambio climtico en el
funcionamiento del mismo. Se consideran varios escenarios de cambio climtico. Se
proponen una serie de lneas de actuacin, introduciendo el efecto del cambio climtico en
las propuestas, a partir de las conclusiones del funcionamiento del sistema y el anlisis de
los efectos del cambio climtico. Finalmente se caracteriza el rgimen de cota de inundacin
en la costa objeto del estudio.

9.2. Modelo morfodinmico

9.2.1 Introduccin y conceptos preliminares

Todos los procesos hidrodinmicos y sedimentarios que acontecen en una lnea de costa
son, en mayor o menor medida, procesos tridimensionales. Sin embargo, las limitaciones de
las herramientas, formulaciones e incluso de nuestra capacidad de entendimiento de dichos
procesos no nos permiten analizarlos en toda su complejidad. De este modo, surge como
primera y ms importante hiptesis de trabajo en el estudio de la estabilidad de una playa o
tramo costero, la relativa a la ortogonalidad de los movimientos longitudinales y
transversales de la misma.

De acuerdo con esta hiptesis de ortogonalidad, cualquier movimiento de una playa puede
ser analizado estudiando los movimientos longitudinales y transversales de la misma, los
cuales se asume que son independientes entre si. Por tanto, la hiptesis de ortogonalidad
permite analizar la estabilidad de una playa estudiando por separado:

Estabilidad del perfil de playa (eje transversal)

Estabilidad de la planta de la playa (eje longitudinal).

Adems, las diferentes dinmicas que afectan a una playa se presentan en escalas
espaciales que van desde los centmetros (turbulencia), hasta las decenas de kilmetros
(marea) y en escalas temporales que van desde los segundos (olas) hasta las dcadas


- 9.4 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

(ascenso del nivel medio del mar). Los procesos que ocurren en diferentes escalas (de
tiempo o espacio) deben ser analizados con diferentes herramientas o formulaciones. En
este estudio nos centraremos en el anlisis en el largo plazo (aos), en el que las
formulaciones existentes que intentan predecir la forma en planta y perfil de la playa no
intentan analizar los procesos sino magnitudes agregadas de los mismos.

En el anlisis del perfil, se asume que las modificaciones del mismo se producen en escalas
de tiempo que pueden ser consideradas como instantneas en un estudio a largo plazo, lo
que implica que el perfil siempre alcanza la posicin de equilibrio. En el caso de la forma en
planta, tambin se puede analizar la forma final de equilibrio, por un lado, se podra
conseguir una situacin de equilibrio esttico. En el caso de playas abiertas no encajadas,
se podra llegar a una forma de equilibrio dinmico, siempre y cuando se mantenga un
balance entre el suministro de sedimentos, la dinmica marina y los contornos.

Por tanto, previo al planteamiento del modelo morfodinmico de funcionamiento es
conveniente describir una serie de conceptos. En cuanto al estudio a largo plazo del perfil de
playa, el aspecto ms importante es el perfil de equilibrio, que conlleva la definicin de los
trminos: forma del perfil de equilibrio y profundidad de cierre del perfil. Respecto a la
forma en planta de la playa, los elementos que influyen en la posicin de la lnea de costa
son la capacidad de transporte de la dinmica local, las fuentes de aportes o sumideros y
los confinamientos laterales y transversales por fondo, que se analizan de forma conjunta
mediante la ecuacin de balance de flujo sedimentario y permiten determinar la forma en
planta.

Perfil de equilibrio

Como se ha indicado anteriormente los conceptos que definen el perfil de equilibrio de una
playa son:

- Forma del perfil de equilibrio.

- Profundidad de cierre del perfil.

Diversos autores han propuesto formulaciones empricas al objeto de representar el perfil de
equilibrio de una playa, de todas ellas la ms comnmente utilizada es la propuesta,
inicialmente, por Bruun (1954) y posteriormente por Dean (1977).

En cuanto a la profundidad de cierre del perfil, Birkemeier (1985) utilizando datos de
medidas de perfiles de playa obtuvo una expresin para la profundidad de cierre, h*.

Ambas formulaciones, perfil de equilibrio de Dean y profundidad de cierre de Birkemeier se
detallan en la Figura 9.1.


- 9.5 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.1. Perfil de Dean y parmetro A en funcin de la velocidad de cada de grano.

PERFIL DE EQUILIBRIO, Dean (1977)
x
h
h* = Profundidad de cierre
Fin del Perfil
activo de Dean
h = A x
2/3
h* = 1,75 H - 57,9
S12
( )
HS12
2
gTs
2
0.01
0.01
0.1 1.0 10.0 100.0
0.1 1.0 10.0 100.0
1.0
0.10
0.01
VELOCIDAD DE CAIDA DEL GRANO, w (cm/s)
DIMETRO DEL SEDIMENTO, D (mm)
P
A
R
M
E
T
R
O

D
E

F
O
R
M
A

D
E
L

P
E
R
F
I
L
,
A

(
m

)
1
/
3
Relacin Emprica
Sugerida A vs D
(Moore)
Resultados de Campo
(Hughes)
Perfiles Indivi duales
donde se midi l a
granulometra
Basado en transformar la
curva A vs D usando la relacin
de la velocidad de cada del grano
De resultados de
l aboratori o ( Swart)
A (m ) = K w (m/s)
0.44
1/3
Valor propuesto por Dean (1987):
Media Perfil emergido Mar Cantbrico:
Media Perfil sumergido Mar Cantbrico:
La expresin parablica del perfil de equilibrio (h = Ax ) fue inicialmente obtenida por va emprica a
partir de ajustes de playas naturales, Bruun (1954). Posteriormente, Dean (1977) mostr que dicha expresin
es consistente con la hiptesis de que la disipacin de energa por unidad de volumen en la zona de rompientes
es constante. El perfil de equilibrio no establece cual es el lmite del mismo mar adentro, siendo usual adoptar
por tal lmite, la profundidad de cierre, h*, obtenida por Birkemeier (1985).
2/3
A = Parmetro de forma (ver Figura siguiente)
Moore (1982) encontr una relacin emprica entre el tamao del grano, D , y el parmetro de forma A. Esta
relacin ha sido posteriormente modificada por Dean (1987) expresndola en trminos de la velocidad de cada
de grano, w. Es aconsejable, no obstante, verificar las relaciones A - w en casos reales con datos de playas
prximas.
H = Altura de ola significante superada 12 horas al ao
Ts = Periodo significante del oleaje
S12
50
De manera aproximada, y para arenas de densidad
= 2,65 tn/m , la velocidad de cada del grano
puede obtenerse como:
s
3
w (m/s) = 1,1*10 D (m)
w (m/s) = 273 D (m)
w (m/s) = 4,36 D (m)
6 2
1,1
0,5
D < 0,1 mm
0,1 < D < 1 mm
D > 1 mm
K=0,51
K=0,65
K=0,55
D = Dimetro del sedimento


- 9.6 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Forma en planta

La posicin de la lnea de costa en un tramo cualquiera se analiza a partir de la ecuacin de
balance del flujo de sedimento, integrando la capacidad de transporte de la dinmica local,
las fuentes de aportes o sumideros y los confinamientos laterales y transversales por fondo.

En la Figura 9.2, se representa un tramo de costa, cuya forma se define mediante la
posicin de puntos a lo largo de la playa, expresada como distancias medidas desde tierra
(y0, y1, yk, yt, ys). Si planteamos la ecuacin de balance del flujo de sedimento en un
sector de la playa comprendido entre dos perfiles o transectos A y B separados una
distancia Ax, se obtiene la siguiente expresin:
x
q
K
t
y
c
c
=
c
c
(1)

donde:
y, es la posicin de la lnea de costa
q, es el flujo de sedimento
t, es el tiempo
K, es una constante de proporcionalidad.

Si planteamos esta ecuacin en trminos de diferencias finitas, la celda A-B, se obtiene que:

x
q q
K
t
y y
A B t t
A
=
A
1
(2)
despejando la posicin de la costa (y
t
) en un instante t, se llega a:

x
t
K q q y y
A B t t
A
A
+ =

) (
1
(3)

Figura 9.2. Esquema transporte litoral
Ys
Yt
Yk
B
A
A
B
F
r
e
n
t
e

O
l
e
a
j
e F
r
e
n
t
e

O
l
e
a
j
e
O
l
e
a
j
e

I
n
c
i
d
e
n
t
e
Hb
Ha
ql
qB
qA
Vl
W
a
W
b
In
c
r X


- 9.7 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Esta expresin determina que la posicin de la lnea de costa, yt, en la mitad del tramo A-B
en un instante de tiempo t, depende de la posicin de la misma lnea de costa un tiempo
anterior, yt-1, y de la diferencia entre el flujo de sedimento que sale por la seccin B (qB),
respecto del flujo de sedimento que entra por la seccin A (qA), que en otras palabras
significa, lo que se acumula o se pierde entre A y B en un tiempo At.

Los flujos de qA y qB son la capacidad de transporte de arena debido a la dinmica marina
local, lo cual no necesariamente corresponde con el transporte litoral real que aporta el
sistema desde costa arriba, en este caso denominadas ql.

Teniendo en cuenta las variables que definen la forma de la lnea de costa anteriormente
descritas, podemos encontrar distintos tipos de forma en planta:

- Forma en planta en equilibrio esttico

Se dice que una playa alcanza una forma en planta en equilibrio esttico cuando la
corriente neta litoral es nula (Vi ~ 0), lo que implica que el transporte litoral potencial y real
es cero (qi = qA = qB = 0). Esto en la ecuacin 3 implica:

1
=
t t
y y
(4)

Lo que significa que la lnea de costa no vara en el tiempo llegando a una situacin de
equilibrio. Esto se consigue en playas encajadas o confinadas lateralmente, donde: 1) los
elementos en sus extremos son lo suficientemente largos, para evitar que entre o salga
arena del sistema (ql ~0), y 2) las corrientes que se generan longitudinalmente por
gradientes de altura de ola se compensan o anulan con las corrientes generadas por la
oblicuidad de los frentes, razn por la cual qA = qB = 0.

- Forma en planta en equilibrio dinmico

Una playa consigue una posicin de equilibrio dinmico, cuando la corriente litoral es
distinta de cero (Vi = 0) y el transporte litoral real es igual al potencial en las dos secciones
(ql = qA = qB = 0). Bajo esta situacin, la lnea de costa se mantiene en equilibrio (se
cumple la ecuacin 3). En el caso de una playa recta con gradientes de altura de ola
mnimos, la lnea de costa toma la orientacin que permite formar un ngulo, ub, entre el
frente del oleaje y sta, generando un transporte potencial igual al real de la zona (ql). Para
que la lnea de costa llegue a conseguir este ngulo ub con los frentes, es necesario un
apoyo costa abajo, entre ms largo es este apoyo, mayor ser el avance de la lnea de
costa, pero eso s, manteniendo su forma.

- Forma en planta en desequilibrio transitorio

Cuando la forma en planta de una playa que est en equilibrio esttico o dinmico es
modificada, ya sea porque se vara un contorno lateral, o se modifica la capacidad de
transporte (modificaciones en la altura de ola y/o la oblicuidad de los frentes), esta


- 9.8 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

comienza un proceso de modificacin de su forma en planta, hasta conseguir nuevamente
con el paso del tiempo, una condicin de equilibrio esttico o dinmico. Ntese que no
se ha modificado en este caso el transporte litoral.

En la situacin en que la capacidad de transporte es modificada, tenemos que qB es distinta
a qA (qB = qA), presentndose dos opciones: que (qB-qA > ql), en este caso la situacin es
de erosin en el sector A-B. La segunda opcin es que (qB-qA<ql), en tal caso la situacin
es acumulativa en el tramo A-B.

En el caso de la construccin de una obra como un puerto, ste genera costa arriba un
bloqueo del transporte litoral. Por lo tanto, qB ~0, mientras qA es similar a ql, lo cual genera
una situacin de acumulacin, modificando la orientacin de la lnea de costa. La lnea de
costa al ir avanzando hacia el mar en cercanas del dique del Puerto, llega un momento en
que lo sobrepasa, continuando nuevamente el paso de qB, hasta conseguir con el tiempo un
equilibrio dinmico donde qB~qA~ql.

En la zona costa abajo del Puerto, ocurre lo contrario, qA ~ 0 y qB = 0, generando un
proceso de erosin, con la complicacin que ql ~ 0 debido a la presencia del Puerto. El
problema que se genera costa abajo, es que no se podra llegar a un equilibrio dinmico si
no se restituye ql, ya sea porque el transporte litoral supera el Puerto, o de manera artificial
por medio de un by-pass.

- Forma en planta en desequilibrio. Erosin neta

Esta situacin sucede cuando la playa o un tramo de la misma, no puede conseguir una
situacin de equilibrio esttico o dinmico. Este caso sucede cuando la capacidad de
transporte es mayor que el transporte litoral existente (qB qA > ql), ya sea porque se ha
reducido el transporte litoral, un ejemplo de esto es la reduccin de aporte slido de un ro
y dems tributarios, o en el caso costa abajo de un puerto, donde no se ha restituido el
transporte litoral. En estos casos la playa continuamente va retrocediendo dado que la
arena va siendo transportada costa abajo, con el paso de muchos aos este proceso se va
trasmitiendo costa abajo, hasta llegar a desaparecer la arena existente.

9.2.2 Planteamiento general del modelo morfodinmico.

En el caso de la zona objeto de estudio, a partir de los antecedentes presentados, la
construccin del Puerto ha modificado la capacidad de transporte litoral, con una direccin
SE-NW predominante, que ha producido una retencin del material sedimentario
transportado por el oleaje, generando una acumulacin costa abajo del Puerto. La lnea de
costa se encuentra en desequilibrio transitorio, de tal manera, que la lnea de costa avanza
hacia el mar, aunque podra llegar un momento que sobrepasar el dique y se alcanzar con
el tiempo un equilibrio dinmico de caudal sedimentario.


- 9.9 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

En la zona costa arriba del Puerto de Salaverry ocurre lo contrario, se produce una erosin
como consecuencia de la retencin del material sedimentario costa abajo del dique. En este
caso, este tramo de costa se encuentra en desequilibrio, en una situacin de erosin neta,
dado que la capacidad de transporte litoral es mayor que el transporte real de arena.

Por tanto, la zona de estudio se divide en dos tramos: costa abajo del Puerto de Salaverry y
costa arriba del Puerto, que se corresponde con la zona de los balnearios de Las Delicias,
Buenos Aires y Huanchaco. En ambos tramos se evaluar el transporte potencial debido a la
rotura del oleaje. Se introducir en el sistema el ro Moche (cuya desembocadura se sita
en el entorno costero de Trujillo) como potencial fuente de material, y se evaluar la
capacidad de descarga de sedimento en suspensin susceptible de ser transportado por el
sistema. Adems, se considerar los efectos de erosin/sedimentacin de la forma en planta
debido a elevaciones/depresiones del nivel medio del mar, que son de relativa importancia
en la zona de estudio por efecto del fenmeno ENSO. No se tendrn en cuenta las
variaciones del nivel del mar por efecto de la marea meteorolgica y astronmica debido a
su escala temporal reducida dentro del largo plazo.

El modelo morfodinmico de funcionamiento se analizar mediante el balance sedimentario
entre las unidades en las que se ha dividido la zona de estudio. La primera unidad se sita
costa abajo del dique del Puerto de Salaverry y comprende la playa generada por la
retencin de sedimento producida por el dique. La segunda unidad comienza costa arriba
del dique del puerto de Salaverry y comprende los balnearios de Las Delicias, Buenos Aires
y Huanchaco.

En el balance sedimentario de la primera unidad se considera el transporte potencial
producido por la rotura del oleaje (qlitoral), los volmenes de sedimentacin o erosin
generados por variaciones negativas o positivas del nivel medio del mar (qvariacionesNMM).

En el balance sedimentario de la segunda unidad, al transporte litoral por oleaje y los
cambios de volumen de sedimento debido a variaciones del nivel del mar, se aade la
aportacin de material slido del ro Moche (qMoche) y el caudal que pueda pasar desde la
anterior unidad (q1), si existe un balance positivo. En la Figura 9.3 se muestran las dos
unidades establecidas con los caudales de sedimento que condicionan el balance de material
en cada una de las unidades.


- 9.10 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.3. Unidades del sistema morfodinmico de funcionamiento.

La evolucin de la lnea de costa (sedimentacin en las inmediaciones del puerto de
Salaverry y erosin en la zona de balnearios de Huanchaco) se analizar a partir de las
imgenes LANDSAT que permiten extraer los volmenes de sedimentacin/erosin. Estos
datos permiten validar el balance sedimentario del modelo morfodinmico y comprender su
funcionamiento para un ptimo planteamiento de alternativas de actuacin.

Por tanto, en los siguientes apartados, se describe en primer lugar, los datos obtenidos a
partir de las imgenes LANDSAT, que van a permitir validar el sistema morfodinmico, y los
caudales de material que intervienen en el sistema (transporte slido litoral, caudal slido
de los ros y volmenes de erosin/sedimentacin producidos por variaciones del nivel
medio del mar). A continuacin se muestra el balance sedimentario definido a partir de
estos caudales y validado con los datos de las imgenes LANDSAT. Y por ltimo, se evala
la contribucin de cada caudal de material del sistema en el volumen neto (variable
agregada que determina el diseo de las actuaciones). Tambin se analiza su variabilidad
climtica, con el objetivo de introducir el efecto del cambio climtico en la propuesta de
actuaciones.


- 9.11 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

9.2.3 Evolucin histrica de los arenamientos y la erosin a partir de
imgenes LANDSAT

La disponibilidad de imgenes LANDSAT desde el ao 1985 hasta el 2010 permite analizar
la evolucin histrica de la lnea de costa en las inmediaciones del puerto de Salaverry y los
balnearios de Las Delicias, Buenos Aires y Huanchaco. Como se ha indicado previamente,
estos datos permitirn calibrar el modelo morfodinmico de funcionamiento del sistema.

En la Figura 9.4 se muestra la evolucin de la lnea de costa a lo largo de diferentes aos
(1985; 1988; 1992; 1997; 2000; 2005; 2008; 2010) al sur del puerto de Salaverry donde
se ha producido una gran acumulacin de sedimentos y por tanto, un significativo avance
de la lnea de costa.

Figura 9.4. Evolucin histrica de la lnea de costa al sur del puerto de Salaverry


- 9.12 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

A partir de estas imgenes LANDSAT se puede analizar el rea erosionada o acumulada de
sedimento a lo largo de la costa de inters. En la Figura 9.5 se muestra el rea erosionada
desde 1985 a 2010 en la zona de los balnearios de Las Delicias y Buenos Aires. En la Figura
9.6 se muestra el rea total de acumulacin al sur del puerto de Salaverry en el mismo
periodo de tiempo.

Figura 9.5. rea erosionada desde 1985 a 2010 en la zona de los balnearios de Las Delicias y Buenos Aires.


- 9.13 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.6. rea de acumulacin desde 1985 a 2010 al sur del puerto de Salaverry

El rea de sedimentacin entre los diferentes aos de las imgenes LANDSAT (ver Figura
9.7) se utiliza para calibrar la tasa de transporte potencial de sedimentos generada por las
corrientes de rotura del oleaje calculada mediante la formulacin del CERC (en el siguiente
apartado se describe dicha formulacin). Se supone que el perfil transversal de la playa est
en equilibrio, su forma est determinada por la formulacin de Dean (1977) y la
profundidad de cierre de la playa es la correspondiente a la dada por la formulacin de
Birkemeier (1985). Por tanto, una acumulacin de sedimentos producir un avance de la
lnea de costa, establecindose un perfil de equilibrio con forma idntica al existente. En la
Figura 9.8 se muestra un esquema del volumen generado por el avance de la lnea de costa
(A), donde B es la berma de la playa, h* es la profundidad de cierre del perfil y W* es la
extensin del perfil (dada por la expresin del perfil de Dean, (h*/A)
3/2
. Por tanto, el rea
estimado a partir de las imgenes LANDSAT se multiplica por (B + h*, ver Figura 9.8) para
obtener volmenes de sedimentacin.


- 9.14 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.7. rea de sedimentacin entre las diferentes imgenes LANDSAT disponibles


- 9.15 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.8. Esquema del volumen generado por un avance de la lnea de costa.

En la figura 9.9 se muestran los volmenes de sedimentacin al sur del puerto de Salaverry
acumulados a lo largo de los aos en los que se dispone de imgenes LANDSAT (grfica
superior) y los volmenes de erosin en la zona de los balnearios de Las Delicias y Buenos
Aires acumulados a lo largo de esos aos (grfica inferior). Estos volmenes se han
obtenido a partir de las reas de sedimentacin o erosin de las imgenes LANDSAT,
multiplicados por la altura de la berma y la profundidad de cierre del perfil de equilibrio de
la playa. Respecto a la altura de la berma, se ha considerando un valor igual a 2.5 m. La
profundidad de cierre del perfil activo se ha calculado a partir de la expresin incluida en la
figura 9.1. Se ha supuesto un valor comn para la zona de estudio, a partir del clima
martimo en aguas indefinidas frente a dicha zona (altura de ola que es superada 12 h al
ao Hs12 = 3.5), obtenindose una profundidad de cierre de 6.5 m. En la Figura 9.9 se han
marcado la fecha y la longitud de las dos prolongaciones del dique del Puerto de Salaverry.


- 9.16 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.9. Volmenes acumulados de sedimentacin al sur del Puerto de Salaverry y de erosin en las
inmediaciones de los balnearios de Las Delicias y Buenos Aires.

1989
L=850 m
2002
L=1050 m


- 9.17 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Se puede observar que la evolucin del volumen de sedimento acumulado no es constante a
lo largo de los aos debida a la variabilidad interanual del transporte potencial de
sedimentos causados por la rotura del oleaje (como se expondr en el siguiente apartado) y
al recrecimiento del dique del Puerto de Salaverry. Durante el periodo de tiempo de
imgenes LANDSAT disponibles, se han llevado a cabo dos prolongaciones del dique de
Salaverry: una primera de 100 m en 1989 (se pas de una longitud de 750 m a 850 m) y
una segunda de 200 m en 2002 (en la que se pas de una longitud de 850 m a 1050 m). Se
ha supuesto que cada prolongacin ha sido planteada como consecuencia de la saturacin
del dique en su capacidad de retencin de sedimentos y que, una vez construido dicho
recrecimiento, el efecto de acumulacin de sedimentos ser mximo, conforme al volumen
potencial de almacenamiento inicial, disminuyendo progresivamente segn se vaya
colmatando. Las fechas de las prolongaciones no coinciden con el inicio de los periodos de
acumulacin determinados a partir de las imgenes LANDSAT. Sin embargo, se pueden
observar unos volmenes de sedimentacin superiores durante el primer periodo (1985-
1988), el segundo periodo (1988-1992), en el que se produce la primera prolongacin en
1989, y el sexto periodo (2005-2008), posterior a la segunda prolongacin en 2002. Por
tanto, se considerar que el dique del Puerto de Salaverry retiene el total de sedimentos
transportados por el oleaje durante estos periodos.

En cuanto a los volmenes de erosin en la zona de los balnearios, cabe destacar la
disminucin del volumen de sedimentos durante el periodo 1997-2000, lo cual significa que
se ha producido una entrada de sedimentos en el sistema y se ha generado una
sedimentacin.

Estos datos se utilizarn en la validacin del balance global de sedimentos del sistema.

9.2.4 Transporte slido litoral

Como se ha expuesto previamente, el oleaje es una de las dinmicas capaces de movilizar
el sedimento en la zona de estudio. Por tanto, en este apartado se expone la metodologa
seguida para el clculo de la tasa potencial de transporte litoral y el anlisis de su
variabilidad climtica.

Se ha considerado la frmula terica del CERC (1984) para el clculo del transporte litoral
en este informe. La frmula del CERC relaciona la tasa de transporte de sedimento a lo
largo de la playa como peso sumergido, I, con el flujo de energa del oleaje por unidad de
longitud de la costa, P
L
, como:

L
KP I =

donde K es un coeficiente emprico de proporcionalidad, y:

b g l
EC P ) cos sin ( u u =


- 9.18 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

y el subndice b se refiere a la rotura. La densidad de energa del oleaje E y la celeridad de
grupo Cg en el punto de rotura, se aproximan a partir de teora lineal de ondas como:

2
1
2
1
2
) (
8
1
|
|
.
|
\
|
~ =
=
b
b
b g
b w
gH
gh C
gH E

donde:
w
= la densidad del agua

g = la aceleracin de la gravedad
H
b
, u
b
y h
b
= altura de ola, ngulo de los frentes y profundidad en rotura
/
b b b
H h =
. De
esta manera, la ecuacin resulta:

) 2 sin(
16
2
5
2
3
b b w
b
H g
K
I u
=

Por otro lado, el peso sumergido de la arena transportada es:

Q a g I
w s
' ) ( =

donde
s
es la densidad del material que forma el sedimento, a = (1-p) donde p es la

porosidad, y Q es el caudal del transporte slido. Relacionando las ecuaciones se llega a:

) 2 (
) 1 )( ( 16
2
5
2
1
b b
b w s
w
sen H
p
g K
Q u

=

Obsrvese que Q depende directamente de la altura de ola elevada a la potencia 5/2 y el
seno de dos veces el ngulo, lo que implica que el transporte tiene un mximo para
b
u =
45 y decrece para ngulos mayores o menores que ste.

La formulacin del CERC no tiene en cuenta el tamao del grano. Para esta expresin es
igual transportar una arena con D50 = 0,2 mm que una arena con D50 = 2 mm, lo cual no
es correcta. Otros autores como del Valle, Medina y Losada (1991), proponen una
dependencia exponencial del coeficiente K respecto al D50.

Este tipo de formulaciones dan muy buenos resultados cuando se combinan con datos
medidos o estimados a partir de campaas de campo u otros medios, que permitan
calibrarlas y/o validarlas y han sido propuestas por sus autores a partir de una serie de


- 9.19 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

validaciones en casos muy particulares en campo y laboratorio, siendo necesario su
calibracin para extenderlos a otros sitios o condiciones distintas.

Se han considerado los siguientes parmetros fsicos globales: s = 2650 kg/m
3
, w = 1025
kg/m3, p = 0.4. Respecto a los parmetros fsicos locales considerados, se ha considerado
una profundidad de cierre igual a 6.5 m (en el apartado 9.2.3 se ha calculado el mismo). Se
ha supuesto que el punto de rotura del oleaje se producir a una profundidad menor al
lmite del perfil activo. Por lo tanto, se han reconstruido series temporales de los
parmetros de oleaje (altura de ola significante, periodo medio y direccin media) a una
profundidad de 5.0 m en puntos localizados a lo largo de la costa de estudio. Se ha
considerado que estos parmetros son las condiciones de oleaje locales en la formulacin
del transporte de sedimentos.

En cuanto al tamao de los sedimentos se ha utilizado informacin obtenida a partir de
informes previos. En la informacin recopilada en el proyecto de Intecsa-Inarsa, extrada de
informes previos consultados, se describa el sedimento en la zona como una arena media
gruesa. Adems, se han utilizado las muestras granulomtricas analizadas en el informe de
Intecsa-Inarsa.

En la Figura 9.10 se muestra un mapa con la localizacin de dichas muestras
granulomtricas y su tamao D50. Los tamaos ms gruesos tipo gravas no forman parte
del material proveniente de los ros ni es puesto en movimiento por las corrientes
generadas por la rotura del oleaje. Por tanto, se considera que el tamao de sedimento con
capacidad para ser transportado por el oleaje presenta un tamao D50 del orden de 0.2
0.3 mm.

El coeficiente de ajuste final de la tasa de transporte potencial litoral se ha calibrado
mediante los volmenes de sedimentacin obtenidos a partir de las imgenes LANDSAT.


- 9.20 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.10. Distribucin espacial del tamao D50 de las muestras granulomtricas del informe Intecsa- Inarsa.

En la Figura 9.11 se muestra la variacin interanual de la tasa de transporte litoral en las
inmediaciones del Puerto de Salaverry, pudindose observar importantes diferencias entre
los distintos aos. Tambin se ha representado la tasa media anual de transporte litoral de
sedimentos con un valor medio de 950,000 m3/ao. En la grfica inferior se muestra la tasa
de transporte de sedimentos durante los meses DEF (diciembre, enero y febrero) y los
meses JJA (junio, julio y agosto), demostrndose que existe variabilidad estacional del
transporte litoral.


- 9.21 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.11. Variacin interanual de la tasa de transporte litoral (m3/ao) en las inmediaciones del Puerto de
Salaverry.

Se ha analizado la correlacin de la tasa de transporte litoral con los patrones de anomalas
de temperatura de la superficie del mar (SSTA) en la zona central del Pacfico y Atlntico,
que se han descrito en el captulo 10 Anlisis de la variabilidad climtica de las
precipitaciones extremas. Este anlisis permite detectar qu situaciones de SSTA son las
causantes de las tasas mximas de transporte litoral mensual. En la Figura 9.12 se muestra
el histograma de tasa mensual de transporte litoral asociada a cada patrn de SSTA. Cada
patrn mensual de SSTA representa a una serie de campos mensuales de SSTA, aquellos
que son ms similares. Los histogramas de transporte mensual de sedimento se calculan
volcando los valores mensuales de transporte correspondientes a las fechas de los campos
mensuales de SSTA pertenecientes a cada patrn SSTA. En la Figura 9.13 se muestran los
patrones de SSTA, se ha indicado su numeracin, para poder facilitar el anlisis. Las
mximas tasas de transporte litoral se producen en situaciones de Nia (anomalas
negativas de SSTA en la zona central del Pacfico) principalmente (tipos 2,3 y 6).


- 9.22 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.12. Histogramas de la tasa de transporte litoral mensual (m3/mes) asociada a cada patrn de SSTA.

Figura 9.13. Patrones mensuales de SSTA.

1
4 7
2
3
5
6
8
9
1
4 7
2
3
5
6
8
9


- 9.23 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

En la Figura 9.14 se muestra el regimen medio del transporte mensual en la zona de los
balnearios de Las Delicias, Buenos Aires y Huanchaco. Este rgimen se ha ajustado
mediante una distribucin lognormal, como se expresa en la siguiente ecuacin, donde el
parmetro es la media de la distribucin lognormal, y el parmetro es la desviacin
tpica de la distribucin lognormal. Se han representado todos los datos de transporte
mensual pero el rgimen escalar slo ha sido determinado en el rango de probabilidad
acumulada 10%-99.5 % (lnea roja). Los parmetros de ajuste ( , ) se recogen en la
grfica.

Figura 9.14. Rgimen escalar medio del transporte mensual en la zona de los balnearios.


- 9.24 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

9.2.5 Caudales slidos ro Moche

Otro de los factores que introducen sedimento en el sistema morfodinmico en la zona de
estudio es la descarga del ro Moche. En este apartado se describe la metodologa aplicada
para estimacin de los caudales slidos del ro Moche y su variabilidad climtica.

Los aportes de sedimento del ro Moche se van estimar a partir de los caudales lquidos. Se
dispone de datos de caudales diarios provenientes del Proyecto Especial CHAVIMOCHIC
desde 1998 hasta 2012 y mensuales obtenidos del Sistema Nacional de Informacin de
Recursos Hdricos (Autoridad Nacional del Agua, Ministerio de Agricultura de Per) desde
1950 hasta 1988. En la grfica superior de la Figura 9.15 se muestra la serie temporal de
datos disponible de caudales mensuales del ro Moche.

Figura 9.15. Caudales mensuales del ro Moche y ro Chicama.

Para poder validar el modelo morfodinmico de sedimentos con los volmenes obtenidos a
partir de las imgenes LANDSAT es necesario disponer de datos de caudales entre los aos
1985 y 2008. Por tanto, se han analizado los datos de la estacin existente en el ro
Chicama (cuenca situada al norte del ro Moche). Se ha comprobado que los datos de
ambos ros presentan una correlacin del orden de 0.95 y, por tanto, se ha calculado un


- 9.25 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

ajuste entre ambas series con el objetivo de rellenar los huecos de la serie de caudales del
ro Moche. En la Figura 9.16 se muestra la serie temporal completa del ro Moche, generada
a partir de los datos mensuales del ro Chicama.

Figura 9.16. Caudales mensuales del ro Moche (relleno de huecos a partir de caudales del ro Chicama).

Se ha encontrado en la bibliografa consultada un estudio (Morera et al., 2012) sobre la
relacin entre el caudal lquido del ro Santa y el caudal de material sedimentario en
suspensin que transporta el ro. Segn dicho informe, la tasa de material en suspensin
est relacionado con la potencia de orden 3 del caudal lquidos diarios del ro, relacin
obtenida a partir de registros en campo.

Por tanto, se ha considerado una relacin similar entre caudales para determinar el caudal
slido que descarga el ro Moche en las inmediaciones de Trujillo. El coeficiente de ajuste de
esta relacin potencial de orden 3 se ha determinado a partir del balance sedimentario del
sistema morfodinmico utilizando los volmenes de sedimentacin/erosin obtenidos a
partir de las imgenes LANDSAT. En este coeficiente de ajuste est incorporada la
proporcin de material en suspensin que es capaz de transportar la dinmica litoral del
sistema morfodinmico de funcionamiento planteado, es decir, la proporcin de arena que
potencialmente moviliza el oleaje.

En la Figura 9.17 se muestra la variacin del caudal slido mensual del ro Moche, en escala
natural (para poder distinguir con mayor claridad el evento extremo del ao 1998) y
logartmica (que se ha utilizado posteriormente en el anlisis de la correlacin con los
patrones de SSTA). Se puede observar como el caudal slido es prcticamente nulo,
excepto situaciones con caudales lquidos superiores a 100 m
3
/s y como en el ao 1998
(evento de Nio) se produce la mxima descarga del ro, con una magnitud
significativamente superior al resto de aos.


- 9.26 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.17. Variacin mensual del caudal slido del ro Moche a escala natural (grfica superior) y a escala
logartmica (grfica inferior).

En la Figura 9.18 se muestra el histograma de caudales mensuales asociados a los distintos
patrones de SSTA (representados previamente en la Figura 9.12). En este caso los eventos
de mximo caudal estn asociados al patrn 9 (anomalas positivas de SSTA, situacin de
Nio)


- 9.27 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.18. Histogramas de caudales slidos del ro Moche (m3/mes) asociados a los patrones de SSTA.

9.2.6 Cambios en la posicin de la lnea de costa por variaciones del nivel
medio del mar

Otra variable meteo-oceanogrfica que condiciona el comportamiento morfodinmico del
sistema es el nivel medio del mar. El aumento/disminucin en el nivel medio del mar
generar un incremento/disminucin de la profundidad de agua en cualquier punto del perfil
de playa. En estas condiciones el perfil de equilibrio no estar en equilibrio y sufrir un
ascenso/descenso para acomodarse al nuevo nivel del mar. Como este ascenso/descenso
debe producirse a costa de la arena existente en el perfil (hiptesis playa bidimensional) se
producir un retroceso/avance general del perfil, de forma que el retranqueo/avance de la
playa se producir con el objetivo de cubrir el dficit/supervit de arena que se genere en la
playa. Este proceso se explica a travs de la conocida regla de Bruun.

El nivel del mar tiene un efecto que no se contempla implcitamente en la formulacin del
perfil de equilibrio de Dean (1977), pero que puede suponer grandes modificaciones en el
perfil de playa. Si las variaciones del nivel del mar en la zona de estudio son relativamente
importantes por fenmenos fsicos, el perfil de playa se desplazar en respuesta a dicha
variacin. Para cuantificar la respuesta de las playas frente al aumento del nivel medio
inducido por el cambio climtico, se ha empleado la mencionada Regla de Bruun, que


- 9.28 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

establece que un ascenso del nivel medio del mar, Aq, provocar un retroceso del perfil de
playa (vase Figura 9.19).

Imponiendo como hiptesis que en el nuevo nivel del mar se establecer un perfil de
equilibrio con forma idntica al existente antes del ascenso del nivel del mar y que el
volumen de arena de la playa debe conservarse, y asumiendo que la forma del perfil de
equilibrio est determinada por la formulacin de Dean (1977) y que la profundidad de
cierre de la playa es la correspondiente a la dada por la formulacin de Birkemeier (1985),
se obtiene como valor del retroceso:

*
*
B

W
RE =

h
q
+
A

donde:

Aq=incremento del nivel medio del mar.
W*=extensin del perfil.
h*=profundidad de cierre.
w=velocidad de cada de grano.
B= altura de la berma de la playa.

Con el mismo planteamiento, se puede determinar el avance que se produce en el perfil de
playa como consecuencia de una bajada del nivel medio del mar.

Figura 9.19. Esquema de la Regla de Bruun.


- 9.29 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

En la Figura 9.20 se muestra la serie temporal mensual del nivel medio del mar en las
inmediaciones de Trujillo desde 1950. Se puede observar el significativo aumento que se
produce a finales de los aos 1982 y 1997 como consecuencia del fenmeno ENSO. Se ha
determinado la tendencia de la serie, que supone un aumento anual de 1.87 mm/ao. Se ha
eliminado la tendencia de la serie temporal de nivel medio del mar para el clculo de los
volmenes de sedimento asociados a dichas variaciones (la tendencia de aumento del nivel
del mar ser introducida en el anlisis del efecto del cambio climtico en el sistema
morfodinmico). En la Figura 9.21 se muestran las variaciones mensuales de los volmenes
de sedimentacin (valores negativos) / erosin (valores positivos) correspondientes a
disminuciones (valores negativos) / incrementos (valores positivos) del nivel medio del mar.

Figura 9.20. Serie temporal del nivel medio del mar.

Figura 9.21. Variacin volmenes de sedimento mensuales (m3/ao) generados por variaciones del nivel medio del
mar.

Se ha analizado la correspondencia de la magnitud de estos volmenes con los patrones de
SSTA, al igual que se ha realizado con las variaciones mensuales del transporte litoral y de
los caudales slidos que aporta el ro Moche. En la Figura 9.22 se muestra el histograma de


- 9.30 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

volmenes de sedimentacin/erosin generados por variaciones del nivel del mar asociados
a cada patrn SSTA. Se puede observar como los valores mximos de erosin estn
asociados a patrones de anomalas positivas de SSTA (fenmenos de El Nio), patrones 7, 8
y 9 de la clasificacin de SSTA de la Figura 9.13.

Figura 9.22. Histograma de volmenes de arena (m3/arena) generados por variaciones del nivel medio del mar.

9.2.7 Balance sedimentario

Una vez calculados los caudales de sedimento generados por las dinmicas que gobiernan el
sistema morfodinmico (oleaje, caudales del ro Moche y variaciones del nivel medio del
mar), se procede a la validacin del sistema. Para ello, se utilizan los volmenes de material
producidos por variaciones de la posicin de la lnea de costa obtenidas a partir de las
imgenes LANDSAT para la validacin del balance sedimentario del sistema. Por lo tanto, se
plantea el balance sedimentario en los distintos periodos de tiempo comprendidos entre las
fechas de las imgenes LANDSAT, siguiendo el modelo conceptual mostrado previamente en


- 9.31 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

la Figura 9.3, en el que intervienen el transporte slido litoral, el caudal slido del ro Moche
y los volmenes de erosin/sedimentacin debido a variaciones del nivel medio del mar.
En el apartado 9.23 en el que se han mostrado los volmenes de acumulacin de material
por efecto del Puerto de Salaverry a partir de las imgenes LANDSAT, se ha podido
comprobar como estos volmenes eran relativamente superiores durante el primer periodo
(1985-1988), el segundo periodo (1988-1992), en el que se produce la primera
prolongacin en 1989, y el sexto periodo (2005-2008), posterior a la segunda prolongacin
en 2002. Por consiguiente, se estableca la hiptesis de que el dique del Puerto de Salaverry
habra retenido el total de sedimentos transportados durante dichos periodos de tiempo.
Esto supone que no pasara material de esta primera unidad a la segunda y, que por tanto,
el balance de sedimentos en la unidad de los balnearios sera igual al volumen de erosin
obtenido a partir de las imgenes LANDSAT.

El volumen de erosin debido a incrementos del nivel medio del mar o de sedimentacin
debido a disminuciones del nivel medio del mar es considerada negativa y positiva,
respectivamente, en la unidad costa abajo del dique del puerto, puesto que el balance entre
q
litoral
y q
variacionesNMM
debe igualarse al volumen de sedimentacin calculado a partir de las
imgenes LANDSAT. En la unidad de los balnearios la contribucin de los volmenes por
variaciones del nivel del mar es de signo contrario porque en trminos generales se
compara la erosin producida por el oleaje con los volmenes de erosin obtenidos a partir
de las imgenes LANDSAT.

En las Figuras 9.22, 9.23 y 9.24 se muestra el balance sedimentario durante los periodos
1985-1988, 1988-1992 y 2005-2008, respectivamente. En la unidad costa abajo del Puerto
de Salaverry el balance sedimentario entre q
litoral
y q
variacionesNMM
tiene que ser igual al
volumen de acumulacin obtenido de las imgenes LANDSAT. Estos volmenes suponen una
acumulacin del orden de millones de m
3
de arena durante periodos de unos 4-5 aos.
Tanto en la aplicacin de la formulacin del CERC como el clculo de los volmenes debido a
variaciones del nivel del mar (con una magnitud de los volmenes de arena uno o dos
rdenes inferior a los generados por el oleaje) se realizan una serie de simplificaciones
respecto al punto de rotura y la forma del perfil de equilibrio. Adems, los periodos entre
imgenes LANDSAT no coinciden exactamente con los perodos en los que se acepta la
hiptesis de que durante algunos aos, principalmente posterior a las prolongaciones del
Puerto de Salaverry, se produce la retencin del total de sedimento transportado por el
oleaje o nivel medio del mar. Por tanto, se considera que la existencia de cierta diferencia
entre los volmenes calculados a partir de las dinmicas del sistema y a partir de las
imgenes LANDSAT son relativamente despreciables como consecuencia de las
simplificaciones del sistema morfodinmico propuesto y que por tanto, durante estos tres
periodos la cantidad total de arena movilizada por el oleaje junto con las variaciones del
perfil por cambios en el nivel medio del mar es completamente retenida por el dique del
Puerto de Salaverry y como consecuencia, el caudal de material que se transfiere a la
siguiente unidad es nulo.

En el balance entre el sedimento potencialmente transportado por el oleaje (q
litoral
), las
aportaciones de material del ro Moche (q
Moche
) y los volmenes por variaciones del nivel


- 9.32 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

medio del mar (q
variacionesNMM
) frente a los volmenes de erosin de las imgenes LANDSAT
en la unidad de la zona de los balnearios, se obtienen diferencias despreciables frente a los
rdenes de magnitud de los volmenes de acumulacin. Por tanto, se considera validado el
sistema de funcionamiento de esta unidad (equilibrio entre los caudales sedimentarios de
las tres dinmicas que gobiernan el sistema: oleaje, caudales del ro y variaciones del nivel
medio del mar) en los tres periodos considerados previamente en la unidad costa abajo del
Puerto de Salaverry.

Figura 9.23. Balance sedimentario durante el periodo 1985-1988.


- 9.33 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A



- 9.34 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A


En las Figuras 9.26, 9.27 y 9.28 se muestra el balance sedimentario para los restantes tres
periodos entre imgenes LANDSAT: 1992-1997, 1997-2000 y 2000-2005. Se ha
determinado la diferencia entre la suma de q
litoral
y q
variacionesNMM
y el volumen de acumulacin
de las imgenes LANDSAT, obtenindose valores del orden de 2-4 millones de m
3
durante
1992-1997 y 2000-2005 (diferencias entre el volumen acumulado y volumen potencial
transportado del orden del 100%-400%). En el balance sedimentario de estos periodos en
la unidad de la zona de balnearios, las diferencias con respecto a los volmenes obtenidos a
partir de las imgenes LANDSAT son del mismo orden que en los periodos analizados
previamente. Por tanto, se puede considerar que el sistema de funcionamiento queda
validado, sin que se produzca la transferencia de sedimento desde la unidad costa abajo del
Puerto de Salaverry y la unidad de la zona de los balnearios. En los volmenes de erosin
acumulados entre las imgenes LANDSAT en esta zona de los balnearios se puedo observar
como en el periodo 1997-2000 se produca una disminucin del volumen, que indicaba que
se tendra que haber producido durante esos aos una sedimentacin de arena. Este


- 9.35 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

periodo coincide con el episodio de El Nio de 1998 en el que se produjo una descarga de
material del ro Moche muy importante como se muestra en el balance sedimentario del
periodo 1997-2000.



- 9.36 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A



- 9.37 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.28. Balance sedimentario durante el periodo 2000.-2005

A partir de los resultados obtenidos se puede concluir:

- La importancia de analizar el balance sedimentario a escala anual debido a la
significativa variabilidad interanual de las distintas dinmicas que gobierna el sistema
morfodinmico.

- La tasa potencial de transporte litoral en la unidad costa abajo del Puerto de
Salaverry es del orden de 950,000 m
3
/ao, con valores mximos del orden de
1,300,000 m
3
/ao a valores mnimos de 700,000 m
3
/ao.

- La retencin de material producida por el Puerto de Salaverry sigue una ley
exponencial, con una acumulacin mxima mientras existe capacidad de
almacenamiento, funcin de la configuracin del dique del Puerto de Salaverry, y una
disminucin de esta acumulacin conforme este volumen va saturndose. La
acumulacin vuelve a ser mxima cada vez que se produce una prolongacin del


- 9.38 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

dique del Puerto de Salaverry, inicindose de nuevo un crecimiento exponencial del
volumen acumulado.

- La unidad de la zona de balnearios est en un constante proceso de erosin,
dominado principalmente por la tasa potencial de transporte litoral de sedimentos.
La tasa media anual es del orden de 850,000 m
3
/ao, con un valor mximo de
1,100,000 m3/ao y un valor mnimo de 600,000 m
3
/ao.

- El episodio del Nio de 1998 produjo una significativa descarga de material (del
orden de 7 millones de m
3
) del ro Moche, invirtiendo el comportamiento erosivo del
tramo litoral de los balnearios, cambiando a una situacin de sedimentacin.

- Los volmenes de erosin/sedimentacin asociados a variaciones del nivel medio del
mar estn muy correlacionados con el fenmeno del ENSO, con valores mximos de
erosin cuando se producen subidas mximas del nivel medio del mar que se
corresponden con episodios de Nio (por ejemplo, a finales de los aos 1982 y
1997). A pesar de que estos valores son de un orden de magnitud inferior a los
caudales de sedimento transportado por el oleaje, se han considerado en el sistema
porque varios escenarios de cambio climtico que van a analizarse en el siguiente
apartado estn definidos por considerables subidas del nivel medio del mar.

- El balance sedimentario entre las dos unidades consideradas para los distintos
periodos entre imgenes LANDSAT permite concluir que no pasa sedimento desde la
zona del Puerto de Salaverry hasta la zona de los balnearios. En los aos en los que
el balance en la unidad costa abajo del Puerto de Salaverry arroja un supervit de
material (el volumen de material transportado es mayor que el volumen acumulado
por el dique del Puerto), este sedimento se acumula en las inmediaciones del Puerto,
produciendo arenamientos y modificaciones de la rotura del oleaje, que implican
dragados peridicos del Puerto. Por tanto, esta arena permanece en el sistema pero
no se transfiere hasta la zona de los balnearios.

La observacin del comportamiento de tramos de costa localizados costa debajo de la zona
de estudio ha permitido comprobar que es posible observar una corriente de sedimento que
es transferida entre diferentes unidades separadas por salientes costeros. Esta corriente de
sedimento no es observable en el tramo de costa objeto de estudio, estando en
concordancia con los resultados obtenidos a partir del balance sedimentario.

En estudios anteriores realizados el IHCantabria se ha podido comprobar que en tramos
litorales con tasas potenciales de transporte litoral con una direccin tan predominante, en
los que se han construido diques que interrumpen la transferencia de sedimento, el material
que no es retenido por los diques porque se ha excedido la capacidad de almacenamiento
total del mismo, sale del sistema. Generalmente, este material se va depositando a
mayores profundidades que la zona de rotura y profundidad de cierre, y por tanto, el oleaje
o variaciones del nivel de mar no son capaces de volver a poner en movimiento este
sistema.


- 9.39 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

9.2.8 Anlisis del volumen neto: contribucin de cada factor

El sistema morfodinmico de funcionamiento del tramo litoral que comprende la zona de los
balnearios, que es donde se presenta el grave problema de erosin que sufre el tramo
costero de las inmediaciones de Trujillo, est determinado por la tasa de transporte
potencial producida por la rotura del oleaje, los cambios en los volmenes de
erosin/sedimentacin por variaciones del nivel medio del mar y las aportaciones del
material slido del ro Moche.

El comportamiento general del sistema en un ao medio viene condicionado principalmente
por el transporte potencial litoral, que al no transferirse sedimento desde la unidad situada
costa abajo por efecto de retencin del Puerto de Salaverry, se encuentra en una constante
situacin erosiva. La tasa media de transporte litoral es del orden de 850,000 m3/ao, que
puede traducirse a un retroceso de la lnea de costa de 15-16 m/ao, suponiendo que slo
la mitad del tramo de costa en la zona de los balnearios est formado por un perfil de arena
susceptible de sufrir erosin.

En los aos de Nio, como por ejemplo el ao 1998, el ro Moche descarga un significativo
volumen de arena, generando una importante sedimentacin en la zona de los balnearios,
que cambia completamente el comportamiento general de este tramo costero.

Las variaciones mensuales del nivel medio de mar producen unos volmenes de erosin
sedimentacin, en el caso de incrementos o disminuciones del nivel medio de mar,
respectivamente. En el cmputo total del balance sedimentario, estos volmenes de
material representan una pequea proporcin (un mximo del orden del 10 % de la tasa
potencial del transporte litoral). Las variaciones mximas del nivel medio del mar son del
orden de 0.018 m.

En la Figura 9.28 se muestran las series temporales de los caudales de sedimento que
determinan el comportamiento del tramo costero que comprende la zona de los balnearios:
tasa potencial de transporte litoral (q
litoral
), caudal slido del ro Moche (q
Moche
) y volmenes
de arena por variaciones del nivel medio del mar (q
variacionesNMM
). Se ha definido un volumen
neto como la aportacin positiva de q
Moche
, menos la tasa de erosin por efecto del oleaje
(q
litoral
) y el volumen negativo en caso subida del nivel medio del mar o el volumen positivo
en caso de bajada del nivel medio del mar (q
variacionesNMM
). El caudal del ro Moche y el
volumen neto se han representado tomando la raz cbica de su magnitud original para
poder observar variaciones ms pequeas en situaciones diferentes a El Nio.

Se han marcado sobre las series mensuales de la Figura 9.28 los mximos valores de los
distintos caudales sedimentarios asociados a El Nio de 1982-1983 y 1997-1998. En ambas
situaciones los mximos del volumen de erosin debido a la subida del nivel del mar
durante dichos eventos se producen antes que en el resto de caudales. En El Nio de 1982-
1983, ocurre en diciembre de 1982, mientras que en El Nio de 1997-1998, en noviembre
de 1997. El mximo de los caudales de aportacin del ro Moche se produce 4 meses ms
tarde en ambos eventos al mximo del nivel medio del mar (abril de 1982 y marzo de 1998,


- 9.40 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

respectivamente). En el caso del transporte litoral, los mximos ocurren en ambos casos en
el mes de agosto, de 1983 1998, respectivamente.

Figura 9.29. Series mensuales de transporte litoral (qlitoral), volmenes de material por variaciones del nivel
medio del mar (qvariacionesNMM), aportaciones del ro Moche (qMoche) y volumen neto (calculado a partir del
balance sedimentario).

En la correspondencia de los volmenes mensuales de sedimento asociados a variaciones
del nivel del mar con los patrones de anomalas de SSTA se observ como los valores
mximos durante los dos Nios analizados estn asociados al patrn 7 (situacin anomalas
mximas de SSTA con mxima extensin espacial en el Caribe del ocano Pacfico). En la
correspondencia de los caudales mensuales slidos del ro Moche con los patrones de SSTA,
los valores mximos durante los dos eventos de El Nio estn asociados al patrn 9 de
anomalas de SSTA (situacin de anomalas positivas de SSTA mximas en la zona prxima
a la costa pacfica de Per pero donde la intensidad ha disminuido en la zona central del
Caribe). En la correspondencia del transporte litoral con los patrones de anomalas de SSTA
no se observ una correspondencia directa de mximos caudales con situaciones de
mximas anomalas positivas. Los mximos de la tasa de transporte litoral se producen
durante situaciones de disminucin de la intensidad de SSTA.


- 9.41 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

El hecho que los mximos del transporte litoral en ambos eventos de El Nio se alcancen
unos meses ms tarde que los mximos de caudal slido del ro Moche y de los caudales
generados por variaciones del nivel del mar indica que existe cierta correlacin con las
anomalas pero con un desfase temporal. Debido a la existencia de un desfase temporal
entre los mximos de los distintos caudales de sedimento del sistema, se ha asociado el
volumen neto con los patrones de anomalas de SSTA. En la Figura 9.29 se muestra el
histograma de volmenes netos asociados a cada patrn (se ha representado la raz cbica
de los caudales). En este caso los valores mximos estn asociados al patrn 9 porque
estn condicionados principalmente por los caudales slidos del ro Moche. Algunos
volmenes netos asociados a este patrn presentan valores negativos (volumen de erosin)
porque se corresponden con fases inmediatamente previas y posteriores al pico de
aportacin del ro asociados en los que el transporte litoral puede ser de mayor magnitud a
pesar de que las anomalas de SSTA positivas siguen siendo elevadas (el ocano presenta
mayor inercia que los fenmenos meteorolgicos).

Existen otra serie de situaciones en las que los caudales netos son positivos
(sedimentacin) asociados a patrones de anomalas negativas de SSTA que tambin estn
determinados por la mayor magnitud del caudal slido del ro frente al del oleaje.

Esta correlacin entre caudales netos de sedimento con patrones de SSTA va a permitir
analizar el efecto del cambio climtico a partir de las proyecciones de SSTA de distintos
modelos globales de circulacin atmosfrica para diferentes escenarios de cambio climtico.


- 9.42 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.30. Histogramas de volumen neto mensuales (m3) asociados a patrones mensuales de anomalas de
SSTA.

9.3. Efectos del cambio climtico en el balance sedimentario. Anlisis
de distintos escenarios de cambio climtico

En el anexo de escenarios de cambio climtico se han considerado los siguientes:

- E1: Incremento del nivel medio del mar de 0.5 m.
- E2: Incremento del nivel medio del mar de 1.0 m.
- E5: Incremento del nivel medio del mar de 0.5 m y + Tendencias al 2040 de los
patrones de SSTA.
- E6: Incremento del nivel medio del mar en el 2040.


- 9.43 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

E1: Incremento del nivel medio del mar de 0.5 m

La subida de 0.5 m del nivel medio del mar supone un volumen de erosin de unos 604,450
m
3
que produce una modificacin de la distribucin como se muestra en la Figura 9.30. El
histograma de volumen neto mensual (m
3
/ao) obtenido a partir de datos histricos (1982-
2008, periodo condicionado por los datos de temperatura de la superficie del mar de la base
de datos de la NOAA) se ha representado en la Figura 9.30 en gris. El volumen neto
negativo representa un volumen de erosin (la tasa erosiva durante esos meses est
marcada por una mayor capacidad de transporte litoral). El valor positivo del volumen neto
indica un aporte de sedimentos proveniente de la descarga del ro Moche, con poca
frecuencia y elevada magnitud. El volumen de erosin producido por una subida del nivel de
0.5 m desplaza el histograma actual, aumentando la magnitud negativa del volumen neto.

Figura 9.31. Histograma del volumen neto mensual (m
3
) debido a un incremento del nivel medio del mar de 0.5 m
(rojo) y actual (gris).

E2: Incremento del nivel medio del mar de 1.0 m

En este caso el incremento de 1.0 m del nivel del mar representa un volumen de erosin de
1,208,900 m
3
. En la Figura 9.32 se muestra la distribucin del volumen neto mensual
(m
3
/ao) para la situacin actual (histograma en gris) y para la situacin futura (incremento
del nivel medio del mar de 1.0 m, histograma en rojo). De igual manera que para el
escenario E1, la subida del nivel medio del mar de 1.0 m supone un desplazamiento de la
distribucin del volumen neto hacia valores negativos, en este caso, mayores magnitudes
negativas.


- 9.44 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.32. Histograma del volumen neto mensual (m3) debido a un incremento del nivel medio del mar de 1.0 m
(rojo) y actual (gris).

E5: Incremento del nivel medio del mar de 0.5 m + Tendencias al 2040 de los
patrones de SSTA

En este escenario el histograma final del volumen neto se calcula a partir de los
histogramas del volumen neto asociados a cada uno de los 9 patrones de STT y las
probabilidades de los 9 patrones de SSTA al 2040.

Durante el periodo de calibracin del modelo cada tipo de tiempo tiene una probabilidad pi,
siendo la probabilidad total igual a 1. La funcin de distribucin total del parmetro de
diseo (volumen neto de sedimento) se define como la suma de las funciones
correspondientes a cada tipo de tiempo (f
i
(H), en la Figura 9.29 se han mostrado los
histogramas de volumen neto asociados a cada patrn SSTA) por la probabilidad de cada
tipo de tiempo:

1 1
( ) ( ) ... ( )
N N
f H p f H p f H = + +

siendo N=9 el nmero total de tipos de tiempo de SSTA.


- 9.45 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

La nueva funcin de distribucin del volumen neto en 2040 se calcula teniendo en cuenta
las frecuencias en el futuro de los patrones de SSTA (que suponen para este escenario un
aumento del 20% del patrn 9, correspondiente a fenmenos ENSO), p
i
, de la siguiente
manera:

' ' '
1 1
( ) ( ) ... ( )
N N
f H p f H p f H = + +

Adems, hay que aadir el volumen de erosin debido a un incremento del nivel del mar de
0.5 m. El nuevo histograma del volumen neto en el 2040 para este escenario de cambio
climtico se ha representado en rojo en la Figura 9.33 y el histograma actual en gris. Se
puede observar como se produce un aumento de los volmenes negativos (volmenes de
erosin) pero de menor magnitud que en el escenario E1 (aumento de 0.5 m del nivel
medio del mar). Esto es debido a un aumento de los episodios ENSO que conlleva un
aumento de la frecuencia de las descargas del ro Moche y, por tanto, un aumento de los
volmenes de aportacin (volmenes positivos del histograma), que compensa el volumen
de erosin que supone un aumento del nivel medio del mar de 0.5 m.

Figura 9.33. Histograma del volumen neto mensual (m3) debido a un cambio en las probabilidades de los patrones
SSTA al 2040 y un incremento del nivel medio del mar de 0.5 m (rojo) y actual (gris).


- 9.46 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

E6: Incremento del nivel medio del mar en el 2040

En este escenario slo se introduce el efecto del cambio climtico a partir de la tendencia
del nivel medio del mar en el 2040. La subida del nivel del mar es de unos 0.055 m, que
supone un volumen de erosin de unos 66,489 m
3
. Por tanto, la distribucin del volumen
neto de sedimentos se ver modificada, desplazndose los volmenes hacia valores
negativos. En la Figura 9.32 se ha representado el histograma del volumen neto en 2040 en
rojo y el histograma actual en gris. Se puede observar como en este escenario la magnitud
de cambio hacia volmenes negativos es significativamente menor que en los escenarios
anteriores debido a que las tendencias del nivel medio del mar en 2040 son
considerablemente inferiores.

Figura 9.34. Histograma del volumen neto mensual (m
3
) en el 2040 (rojo) y actual (gris).

En la Tabla 9.1 se muestran los valores del volumen neto (m3/mes) con una probabilidad
del 50% y 90% para los distintos escenarios de cambio climtico analizados.


- 9.47 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Tabla 9.1. Volmenes netos mensuales para distintos escenarios.

9.4. Propuesta de alternativas

Una vez realizado el estudio de dinmica litoral en el tramo objeto de inters, as como
establecido el modelo de funcionamiento y sus variaciones bajo diversos escenarios de
cambio climtico, en este apartado se proponen diversas alternativas de actuacin para
garantizar la estabilidad del tramo de costa analizado.

En primer lugar se describen diversas lneas de actuacin propuestas sin tener en cuenta el
efecto del cambio climtico. Posteriormente, se introduce el efecto del cambio en dichas
alternativas.

9.4.1. Alternativas bajo el rgimen actual de las dinmicas

En este apartado se expone la problemtica de la costa en las inmediaciones de Trujillo, la
evolucin futura de este tramo litoral si no se realiza ninguna actuacin y las estrategias
generales de actuacin frente a dicha problemtica, as como se realiza la descripcin
conceptual de las diversas lneas de actuacin propuestas.

El tramo de costa objeto de estudio se encuentra sometido a un transporte longitudinal de
SE a NW. Este transporte ha sido interrumpido por la construccin de dique del puerto de
Salaverry. Cada cierto tiempo se sobrepasa la capacidad de retencin de arena producida
por este dique y se realizan prolongaciones (una primera de unos 100 m en 1989 y una
segunda de unos 200 m en 2002). Esta interrupcin del transporte litoral de sedimentos ha
producido una fuerte erosin de la costa en la zona de los balnearios de Las Delicias,
Buenos Aires y Huanchaco. A pesar de la enorme descarga de material del ro Moche
durante los aos de El Nio, que producen una importante sedimentacin en esta zona, la
situacin media en este tramo de costa es de erosin y la tendencia es a una mayor erosin
de este tramo costero, acentuada por el incremento del nivel medio del mar. El aumento del
Escenarios 50% 90%
E0 66,675 111,800
E1 671,125 716,250
E2 1,275,575 1,320,700
E5 613,145 716,060
E6 133,164 178,289
Volumen Neto (m
3
/mes)


- 9.48 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

nivel medio del mar por efecto del cambio climtico se supone hasta de 0.5 1.0 m,
llegando a ser de importante magnitud los volmenes de erosin en estos escenarios
futuros.

En trminos generales, la presencia de la estructura del Puerto de Salaverry que interrumpe
el transporte longitudinal de sedimentos que produce el oleaje en la costa ha roto el antiguo
equilibrio dinmico (Figura 9.34), produciendo una acumulacin de sedimentos al sur de la
estructura y una erosin al norte de la misma (Figura 9.35). Se supone que el aporte en
forma de caudal slido de los ros no ha sido modificado durante los aos de anlisis del
sistema.

Figura 9.34. Esquema del antiguo equilibrio dinmico.

Figura 9.35. Esquema del actual desequilibrio del transporte litoral.

Por tanto, las actuaciones pueden dirigirse principalmente en dos direcciones (Figura 9.36):

Estrategia A: Restablecimiento del antiguo equilibrio dinmico, mediante el aporte
peridico de sedimento que sustituye el transporte litoral interrumpido por la estructura del
Puerto de Salaverry.

Estrategia B: Establecimiento de un equilibrio esttico, mediante la construccin de
obras de estabilizacin acompaada o no de un relleno inicial.

Aporte
fluvial
Transporte litoral
Oleaje
Transporte litoral
Aporte
fluvial
Transporte litoral
Oleaje
Transporte litoral
Aporte
fluvial
Erosin
Transporte litoral
Oleaje
Acrecin
Transporte litoral
Aporte
fluvial
Erosin
Transporte litoral
Oleaje
Acrecin
Transporte litoral


- 9.49 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.36. Esquema de las dos estrategias planteadas.

El coste de la estrategia A, que implica una labor peridica de mantenimiento es muy
dependiente de la tasa de transporte, mientras que la estrategia B depende altamente de la
longitud del tramo de costa a estabilizar. Esto implica que la solucin ptima para un tramo
costero relativamente corto correspondera a la estrategia B (equilibrio esttico).

Sin embargo, si se tuviera en consideracin una mayor longitud de costa, podra resultar
preferible la estrategia A (equilibrio dinmico), ya que el coste del necesario aporte
peridico de sedimentos durante toda la vida til de las obras sera menor que el de la
construccin de las estructuras necesarias para el establecimiento del equilibrio esttico de
la lnea de costa.

Por tanto existe una longitud crtica del tramo de costa de estudio por encima de la cual la
estrategia B (construccin de obras de estabilizacin: equilibrio esttico) deja de ser la
ptima y empieza a serlo la estrategia A (aportes peridicos de sedimentos: equilibrio
dinmico).

En base a recientes estudios realizados en IH Cantabria se ha podido cuantificar el valor de
dicha longitud crtica en funcin de distintos escenarios de transporte litoral. Considerando
una vida til de 30 aos y para un transporte litoral neto de 50000 m3/ao, 100000
Aporte
Estrategia A: Equilibrio dinmico
Transporte litoral
Oleaje
Estrategia B: Equilibrio esttico
Oleaje
Estructuras


- 9.50 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

m3/ao y 500000 m3/ao la mencionada longitud crtica result ser de 2.28 kilmetros,
4.57 kilmetros y 22.9 kilmetros, respectivamente.

Habitualmente la escala espacial de los proyectos de estabilizacin de la costa es de apenas
varios miles de metros, mientras que su vida til es del orden de 30 a 50 aos. Por tanto,
de las dos lneas de actuacin posibles y a la vista de los resultados de la longitud crtica
anteriormente mencionada, en general resulta que la solucin ptima es aquella
independiente del tiempo y que conlleva la construccin de estructuras de estabilizacin
(estrategia B).

El presente estudio abarca una longitud de costa considerable, del orden de los 20
kilmetros, pero tambin es muy elevado el volumen neto de sedimento que sera necesario
aportar anualmente, del orden de 512000 m
3
/ao. Por tanto, se va a analizar la viabilidad
de ambas estrategias.

Para la valoracin del coste total de la obra es necesario disponer de las mediciones de cada
una de las unidades de obra contempladas en las actuaciones previstas para cada
estrategia. Se consideran unos precios unitarios de la unidad de obra: metros lineales de
espign = 1750 $ y m3 de dragado/vertido de arena = 10 $ (tanto para mantenimiento
anual en la estrategia A como para el relleno inicial en el caso de la estrategia B)

Estrategia A:

En este tipo de solucin es necesario un aporte inicial para conseguir una determinada
anchura de playa, que los aportes anuales de sedimento tratarn de mantener. Se
considera que la anchura de playa inicial deseada ser de unos 20 m. Esto volumen inicial
de sedimento conlleva un coste inicial de unos 26 millones de dlares (ver Figura 9.37).

El volumen de material que es necesario $/m
3
anualmente se ha definido a partir de su
valor medio, que a un precio unitario de 10 m
3
, supone un coste anual de 607,060 $/ao.

Si se introduce la variabilidad climtica en el coste anual de la obra, habr aos que el coste
ser menor porque la cantidad de material a reponer ser menor (aos de menor capacidad
erosiva del oleaje) mientras que otros aos se requerir un mayor volumen de arena
(mayor intensidad erosiva). Por ejemplo, si se considera una probabilidad de fallo de 0.2 y
0.1 del parmetro de diseo de esta estrategia (volumen neto de sedimentos), el coste
anual en el ao psimo para una probabilidad de 0,2 asciende a 11,425,000 $ y 13,457,000
$ para una probabilidad de 0,1.

En el coste total de la obra, considerando que la vida til de la obra es 30 aos y que el
valor del dinero decrece en una proporcin 1/(1+r)
i
, siendo i el nmero de aos desde el
inicio de la obra y r=0.032, el orden de magnitud de los costes totales sera 146 millones de
dlares. La variabilidad climtica del volumen de erosin queda compensada al considerar
un periodo de 30 aos.


- 9.51 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Es necesario hacer constar, que los precios considerados corresponden a operaciones de
dragado. Sin embargo, la aportacin de arena podra hacerse mediante la instalacin de un
by-pass permanente que permitira pasar a travs de la tubera los volmenes de arma
necesarios anualmente. Adems del coste fijo de la instalacin del by-pass habra que
considerar los costes de operacin y mantenimiento. No obstante se considera que el coste
de esta opcin es ms barato que el correspondiente a utilizar arena de dragado.

Figura 9.37. Esquema de la estrategia B definida por 6 estructuras.

Estrategia B:

Esta solucin depende del nmero de estructuras equidistantes consideras. Si, de una
manera simplificada asumimos que la zona a regenerar forma un tringulo (Figura 9.38)


- 9.52 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.38. Esquema de la estrategia B, considerando una nica estructura o dos estructuras.

l
*
= longitud del perfil activo
L= longitud de playa a regenerar
= ngulo de desequilibrio
l
b
= longitud de dique para retener arena seca de equilibrio ( | tg
n
L
l
b
= )
n = nmero de espigones que se colocan en la zona a regenerar, L.

Entonces, la longitud total de diques ser,

| Ltg nl l l n l
b T
+ = + =
* *
) (

y el volumen total de arena ser:

*
2
2
h tg
n
L
V
T
| =

Ntese que el volumen de arena decrece con n mientras que la longitud de los diques crece
con nl
*
.

El ngulo se define como el ngulo entre la orientacin de la lnea de costa actual y la
orientacin de la lnea de costa en equilibrio esttico, que es perpendicular a la direccin del
flujo medio de energa. Se ha considerado una orientacin perpendicular a la lnea de costa
nica para todo el tramo litoral de la zona de los balnearios, siendo igual a 224 (igual
referencia que el oleaje). En cuanto la direccin del flujo medio de energa, se ha
considerado un valor medio espacial a lo largo del tramo de costa de inters, a escala
mensual que vara desde 212.5 hasta 224, con valor medio de 217. Tambin se ha
considerado la variabilidad climtica de la profundidad de cierre del perfil de playa (funcin
l
b
l
*
L
l
b
l
*


- 9.53 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

de Hs12), con valores mnimos de unos 3.0 m, valores mximos de 8.4 m y valores medios
de 5.3 m. Esta variabilidad de la profundidad de cierre implica tambin la variabilidad de la
parte del dique que retiene la longitud del perfil activo de la playa, que viene definida por
una forma de equilibrio segn el perfil de Dean para un tamao de arena D50=0.2 mm. Por
tanto, en el caso de nuestra zona de estudio slo la longitud de playa a regenerar es
constante en el tiempo, siendo L= 20,000 m.

Se ha calculado un valor del volumen total de arena y longitud total de diques para
diferentes configuraciones de la alternativa B (funcin del nmero de estructuras), teniendo
en cuenta la variabilidad climtica de la direccin del flujo medio de energa, la profundidad
de cierre del perfil de equilibrio de la playa y de la longitud del perfil de equilibrio de la
playa, considerando dichos parmetros de diseo igual al valor medio y a los valores con
una probabilidad anual de fallo de 0.2 y 0.1. En la Figura 9.39 se muestra el valor del
volumen total de arena y de la longitud total de los diques en funcin del nmero de
estructuras (1 a 12) que definen las distintas alternativas de la estrategia B.

Figura 9.39. Volumen total de arena (m
3
) y longitud de los diques (m) en funcin del nmero de estructuras
consideradas en la estrategia B

En la Figura 9.40 se muestra un croquis de la estrategia B definida por una sola estructura,
con una longitud total del dique de 2750 m y una anchura de playa seca de 2344 m. En la


- 9.54 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.41 se muestra un esquema de la estrategia B compuesta por 6 estructuras, con
una longitud de 796 m cada una de ellas y 391 m de anchura de playa seca en cada playa
unitaria. En la eleccin de la alternativa sera conveniente considerar que una excesiva
anchura de playa seca supondran una incomodidad para los usuarios de la playa.

Figura 9.40. Esquema de la estrategia B definida por una nica estructura.

Figura 9.41. Esquema de la estrategia B definida por 6 estructuras.


- 9.55 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

A partir del coste unitario de las unidades de obra: metros lineales de espign y m
3
de
arena de relleno, se calculado el coste total de la obra de la estrategia B. En la Figura 9.42
se muestra el coste total de la obra, en funcin del nmero de diques, para un valor medio
del diseo considerado, comparndolo con los costes totales obtenidos para la estrategia A.
Se puede observar como a medida que aumenta el nmero de estructuras en la estrategia
B, el coste total de la obra disminuye. Aunque la longitud de dique requerida es mayor, el
volumen de aportacin de arena se reduce significativamente, siendo menor el presupuesto
final de la obra. El coste de la solucin con un nmero superior a 9 diques en la estrategia B
resulta ms competitivo econmicamente que la estrategia A (entorno a los 145 millones de
dlares).

En el caso de la estrategia B sera necesario considerar un coste total de la obra para
diferentes valores del parmetro de diseo (valor medio, probabilidad de fallo de 0.1 y 0.2).
La variabilidad interanual no compensa el distinto coste anual como en la estrategia A en el
coste total de la actuacin. Si la solucin final en la estrategia B se construye con una
longitud de los diques igual al valor medio, en los aos de eventos extremos del oleaje, los
diques no tendr una longitud adecuada para retener el perfil de equilibrio de la playa
(mayor profundidad de cierre del perfil de equilibrio de la playa y/o cambio en la orientacin
de equilibrio de la planta de la playa), y el material no retenido se perder de la
configuracin de la playa, reducindose la anchura de la playa.

Figura 9.42. Coste total de las estrategias A y B, considerando unos parmetros de diseo definidos por su valor
medio y unos valores del 80% y 90% de probabilidad.


- 9.56 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

9.4.2. Implicaciones de la variabilidad climtica y del efecto del cambio
climtico en las propuestas

En la tabla 9.2 se muestra la repercusin del cambio climtico en cada una de las
estrategias para los diferentes escenarios considerados.

En el caso de la estrategia A, el efecto del cambio climtico para los distintos escenarios
considerados supone un aumento del coste total de la solucin. En todos los escenarios
considerados se asume que el nivel medio del mar aumenta con lo que se producira un
retranqueo de la lnea de costa que implica un aumento del volumen de aportacin para
compensar la erosin. El aumento del coste es mayor en el caso del escenario E2, seguido
del E1 y el E6, como consecuencia de un aumento del nivel medio del mar de 1.0 m, 0.5 y
0.0 55 m, respectivamente. El aumento del coste para el escenario E5 es menor que para el
escenario E1, a pesar de suponer igual aumento del nivel medio del mar (0.5 m) debido a
que el cambio en la frecuencia de los patrones de SSTA conlleva un aumento del patrn
caracterstico del fenmeno ENSO que implica un aumento de la probabilidad de
importantes descargas de sedimento del ro Moche.

En el caso de la estrategia B, el efecto del cambio climtico en los escenarios E1, E2 y E6
supone un coste extra debido a un volumen de aportacin como consecuencia de un
aumento del nivel del mar. El efecto en orden decreciente segn el escenario es E2, E1 y
E6, al igual que en la estrategia A. El coste para cada escenario es igual
independientemente del nmero de estructuras que definen la solucin. Sin embargo, el
incremento del coste expresado en % es mayor a medida que aumenta el nmero de
estructuras consideradas debido a que el coste total de la obra es menor. El efecto del
cambio climtico en el escenario E5 conlleva una modificacin de la longitud de diques y del
volumen de aportacin requeridos en cada solucin, funcin del nmero de estructuras.
Estos cambios computan positivamente en el coste de la obra porque suponen una
disminucin de los mismos y compensan el incremento del presupuesto que genera slo un
aumento del nivel medio del mar de 0.5 m. Por tanto, el incremento del coste total es
menor que en el escenario E1. El aumento del coste es mayor a medida que se requieren un
mayor nmero de estructuras pero estas diferencias entre las diferentes soluciones son
menores que en los escenarios E1 y E2.

Tabla 9.2. Coste del efecto del cambio climtico (% con respecto al coste total de la solucin) en las estrategias A y
B.

1 2 3 4 5 6 7 8 9 10 11 12
E1 4.1 0.0 1.0 1.5 1.9 2.4 2.8 3.3 3.7 4.1 4.5 4.9 5.3
E2 8.3 0.0 2.0 2.9 3.9 4.8 5.7 6.6 7.4 8.3 9.0 9.8 10.5
E5 3.8 0.0 1.5 2.0 2.4 2.9 3.4 3.8 4.2 4.6 5.0 5.3 5.7
E6 0.5 0.1 0.1 0.2 0.2 0.3 0.3 0.4 0.4 0.5 0.5 0.5 0.6
Escenario Estrategia A
Estrategia B
nmero de estructuras


- 9.57 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

9.5. Inundacin costera

El rgimen de inundacin por accin de la dinmica marina y meteorolgica en un tramo de
costa especfico es un fenmeno complejo, ya que en l intervienen un gran nmero de
elementos. En concreto, el fenmeno de inundacin se puede representar por el nivel del
mar y, sobre dicho nivel, el oleaje. El nivel del mar est compuesto por el nivel medio, la
marea astronmica y el residuo meteorolgico. Por otro lado, el oleaje est afectado por
varios procesos durante su propagacin hacia la costa y se manifiesta como un ascenso de
la masa de agua denominado run-up. El estudio de cota de inundacin en Trujillo se ha
llevado a cabo en los puntos de la costa que se muestran en la Figura 9.43, centrando el
anlisis en los puntos 2 y 5 que caracterizan la zona de playa y de escollera de proteccin
presentes en la zona de estudio. En cada uno de ellos se ha realizado una reconstruccin
horaria de la cota de inundacin a partir de la composicin de las variables mencionadas
durante el perodo 1964-2008.

Figura 9.43. Puntos de estudio de la cota de inundacin


- 9.58 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

9.5.1 Reconstruccin de la Cota de Inundacin

La inundacin costera es un fenmeno aleatorio fruto de la combinacin de diferentes
procesos de la dinmica marina. A partir de la reconstruccin histrica horaria, desde 1964
hasta 2008, de cada una de sus constituyentes es posible recomponer series temporales de
inundacin (Figura 9.44). En particular en este trabajo la reconstruccin temporal de la cota
de inundacin se ha estimado mediante la siguiente relacin:

CI NMM MA RM Ru = + + +

donde CI es la cota de inundacin; NMM es el nivel medio del mar; MA es la marea
astronmica; RM es el residuo meteorolgico; y Ru el run-up.

Figura 9.44. Reconstruccin de la cota de inundacin

A continuacin se hace un repaso de cada uno de los factores que contribuyen a la cota de
inundacin:

El nivel medio del mar se define como el valor promedio de la superficie del
ocano durante un periodo de tiempo respecto a un nivel de referencia. El nivel
medio del mar est ascendiendo a nivel global (6 cm al ao 2040 en Trujillo).


- 9.59 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

La marea astronmica es una oscilacin del nivel del mar de carcter determinista
cuyo perodo de oscilacin vara entre las 12 horas y los 19 aos. Las mareas
altas, que presentan oscilaciones diarias, equinocciales, interanuales y decadales,
contribuyen a la ocurrencia de niveles del mar extremos. Contrariamente a lo que
pudiera parecer, la marea astronmica juega un papel de laminacin de los
eventos extraordinarios de inundacin costera, puesto que la coincidencia de un
evento de oleaje y marea meteorolgica extremos con una marea viva equinoccial
tiene un perodo de ocurrencia alto.

El residuo meteorolgico es una oscilacin del nivel del mar debido a la accin
conjunta de la variacin de presin y el arrastre del viento, y su perodo puede ser
desde varios minutos a das. Las bajas presiones atmosfricas asociadas al paso
de las borrascas generan un ascenso del nivel del mar asociado a la depresin
baromtrica de las mismas. El viento, por su capacidad de arrastrar agua, es otro
factor que puede dar lugar a la sobreelevacin del nivel del mar en la costa. Para
que la accin del viento genere una elevacin del nivel del mar deben darse
vientos intensos, determinadas condiciones de geometra de la costa y poco
calado.

El oleaje, generado por la accin del viento sobre la superficie del mar, es una
oscilacin del mar con perodos entre 3 y 30 segundos. El oleaje est afectado por
varios procesos durante su propagacin hacia la costa y se manifiesta como un
ascenso de la masa de agua denominado run-up.

El run-up del oleaje (RU) es la cota que alcanza el oleaje al incidir sobre un elemento
respecto al nivel del mar en reposo. Este fenmeno se produce despus de que la ola rompa
debido a su iteracin con el fondo, producindose el movimiento hacia delante de la masa
de agua hasta que la energa de la ola que no ha sido disipada en el proceso de rotura se
invierte en subir por un talud. Esta variable se suele estimar a partir de dos elementos: run-
up y swash. Debido a su importancia, un gran nmero de investigadores se han
concentrado en tomar medidas del run-up del oleaje (en campo o en laboratorio) y analizar
los datos como funciones de las condiciones del oleaje y de la morfologa del medio (playas
o estructuras). Por eso la existencia de formulaciones o mtodos de estimacin estn
limitadas principalmente a aproximaciones semi-empricas. Algunos resultados de estos
estudios son ecuaciones que permiten obtener el valor del run-up a partir de la altura de ola
incidente. En el presente trabajo se plantea la estimacin del run-up sin tener en cuenta la
componente swash, debido a que requiere caracterizar la costa a un nivel de resolucin
espacial que est fuera del objetivo de este estudio y a que la componente swash
contribuye a una sobrelevacin de baja frecuencia (escala temporal de segundos). En este
estudio se ha utilizado la formulacin de Stockdon et al. (2006) para el clculo del run up en
playas disipativas, la cual requiere la altura de ola y longitud de onda en profundidades
indefinidas:

( )
0.5
2% 0
0.043
up s
R H L =


- 9.60 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

En la figura 9.45 se muestran las series temporales de las distintas componentes de la cota
de inundacin en el punto 2, que caracteriza la zona de playa.

Figura 9.45. Series temporales de Ru2%, MA, RM, NMM y CI en el punto 2.

Para la obtencin del run up sobre escollera de proteccin se ha utilizado la formulacin de
Van der Meer (1998):

0
% 2
6 . 1
rp f b
s
u
I
H
R
=
|
, con un valor mximo de
|
=
f
s
u
H
R
2 . 3
% 2
.

Donde los coeficientes
b
,
f
y
|
son coeficientes de reduccin por la presencia de berma,
por la rugosidad del talud y por la incidencia oblicua del oleaje, respectivamente, y
0 rp
I es el
nmero de Iribarren. En este caso, al no haber presencia de berma el coeficiente
b
tiene
valor 1. El coeficiente
f
tiene un valor de 0.65, correspondiente a un talud de escollera.
Por ltimo, el coeficiente
|
, que depende de la direccin del oleaje se obtiene mediante la
expresin:


- 9.61 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

1 0.0022
|
| =

donde | es el ngulo de propagacin con respecto a la normal a la alineacin media de la
costa.

En la figura 9.46 se muestran las series temporales de la cota de inundacin y sus
componentes en el punto B, que caracteriza la zona de estructura de proteccin de
escollera.

Figura 9.46. Series temporales de Ru2%, MA, RM, NMM y CI en el punto 5.

De todo lo anterior se deduce que el rgimen de inundacin por accin de la dinmica
marina y meteorolgica en un tramo de costa especfico es un fenmeno aleatorio complejo.
Por consiguiente, la determinacin de la cota de inundacin es un problema estocstico de
extremos. Una de las consecuencias de que sea un problema estocstico es que no existe
un lmite determinista que se alcanza durante el peor temporal, sino que cada nivel tendr
una probabilidad de ser sobrepasado.


- 9.62 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

9.5.2 Rgimen extremal de cota de inundacin en Trujillo

La caracterizacin del rgimen extremal de cota de inundacin en Trujillo se ha llevado a
cabo mediante el ajuste de un modelo de extremos Pareto-Poisson, caracterizando tanto la
intensidad como la frecuencia de los eventos de inundacin. Para la definicin de los
eventos extremos se ha considerado la seleccin ms natural con respecto a la variabilidad
climtica de estos, el mtodo de excedencias sobre un umbral. Este mtodo consiste en
estudiar las propiedades estadsticas de los valores que exceden un umbral de corte, en
concreto, la magnitud e instante del pico de cada evento extremal. En ambos casos se ha
seleccionado el valor de corte que corresponde con el percentil del 99% de la serie
temporal, asumiendo una mnima independencia entre eventos de 5 das.

En ambos puntos se ha caracterizado el rgimen extremal de cota de inundacin en la
situacin actual (escenario 0, E0) y en cuatro posibles escenarios de cambio climtico
caracterizados por los siguientes supuestos:

- E1: Subida del nivel del mar de 0.5 m

- E2: Subida del nivel del mar de 1 m

- E5: Subida del nivel del mar de 0.5 m y sobreelevacin por eventos de Nio de 0.2 m

- E6: Subida del nivel del mar de 0.06 m, correspondiente al nivel medio del mar al ao
2040 con la tendencia actual.

La figura 9.47 muestra el rgimen extremal de cota de inundacin en Trujillo en el punto 2
(representativo de la zona de costa con playa) para la situacin actual y los escenarios
planteados. El mejor ajuste obtenido se corresponde con una distribucin de tipo Weibull.
Del grfico se desprende que para un perodo de retorno de 25 aos la cota de inundacin
actual corresponde a 2.5 m, mientras que para 100 aos asciende a 2.65 m (apenas 15 cm
ms). El escenario ms desfavorable (E2) da lugar a cotas de inundacin de 1 m por
encima, lo que sita en 3.65 m la cota correspondiente al perodo de retorno de 25 aos.


- 9.63 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.47. Rgimen extremal de cota de inundacin actual y para los distintos escenarios en Trujillo. Punto 2.

En la figura 9.48 se muestra el rgimen extremal de cota de inundacin en Trujillo en el
punto 5 para la situacin actual y los 4 escenarios planteados. Este rgimen extremal es
representativo de la zona con proteccin de escollera, que genera un mayor run up que
asciende por el talud. Para el perodo de retorno de 25 aos la cota de inundacin asciende
a 5.95 m, mientras que para 100 aos es de 6.25 m.


- 9.64 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.48. Rgimen extremal de cota de inundacin actual y para los distintos escenarios en Trujillo. Punto 5.

Por ltimo, en la tabla 9.3 se muestran los valores de cota de inundacin correspondientes a
25 y 100 aos de perodo de retorno en todos los puntos del dominio estudiado y para cada
uno de los escenarios planteados.

Puntos 1 2 3 4 5 6
R=25 aos
E0 2.405 2.509 2.553 6.277 5.876 5.855
E1 2.905 3.010 3.053 6.777 6.376 6.355
E2 3.405 3.509 3.553 7.277 6.876 6.855
E5 3.105 3.209 3.253 6.977 6.576 6.555
E6 2.465 2.569 2.613 6.337 5.936 5.915
R=100 aos
E0 2.540 2.659 2.709 6.673 6.170 6.211
E1 3.040 3.159 3.209 7.173 6.670 6.711
E2 3.540 3.659 3.709 7.673 7.170 7.211
E5 3.240 3.358 3.409 7.373 6.870 6.911
E6 2.600 2.719 2.769 6.733 6.230 6.271

Tabla 9.3. Cota de inundacin (m) correspondiente a 25 y 100 aos de perodo de retorno en la situacin actual y
los escenarios planteados en todos los puntos de la zona de estudio.


- 9.65 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Como se puede observar, la formulacin para proteccin con escollera genera un run up
ms elevado que en playa, lo que da lugar a mayor cota de inundacin. Espacialmente se
puede ver que la cota de inundacin va aumentando a medida que nos desplazamos hacia
el sureste, debido a la concentracin del oleaje que se produce en las proximidades del
punto 22. A continuacin, el oleaje vuelve a disminuir, y en consecuencia el run up
(calculado con la formulacin para escollera) y la cota de inundacin.

9.5.3 Validacin. Temporal 20 de Agosto de 2010

El 20 de Agosto de 2010 se produjo un fuerte temporal en el Pacfico Sur que lleg a las
costas de Trujillo causando numerosos destrozos en la costa. Los medios de comunicacin,
como el peridico El Comercio, se hicieron eco de la noticia tal y como se muestra en la
figura 9.49.

Figura 9.49. Noticia del temporal del 20 de Agosto de 2010. Peridico El Comercio.


- 9.66 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Este evento extremo de inundacin nos va a permitir validar la metodologa, datos y
modelos propuestos en el estudio de cota de inundacin.

Utilizando los datos de oleaje y nivel de agosto de 2010 se ha reconstruido la evolucin de
la altura de ola, marea astronmica, run up y cota de inundacin en las inmediaciones del
balneario de Buenos Aires (figura 9.50). Dado que ste est situado en el comienzo del
tramo de costa protegido por escollera se ha utilizado, para el clculo del run up, la
formulacin de Van der Meer (1998). Se puede ver como, en el pico del temporal, las olas
alcanzaron los 3.35 m, mientras que la cota de inundacin lleg a alcanzar los 5.84 m.

Figura 9.50. Evolucin temporal de la altura de ola, marea astronmica, run up y cota de inundacin del temporal
del 20 de agosto de 2010.

Entrando en el rgimen extremal de cota de inundacin de la figura 9.46 se puede ver que
el perodo de retorno correspondiente a este evento es de 21.5 aos en la situacin actual,
mientras que para los distintos escenarios va disminuyendo (figura 9.51).


- 9.67 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

Figura 9.51. Rgimen extremal de cota de inundacin en Trujillo y perodos de retorno correspondientes al evento
de cota de inundacin de 5.84 m el 20 de Agosto de 2010.

En la tabla 9.4 se muestran los perodos de retorno correspondientes al evento de
inundacin de Agosto de 2010 (CI=5.84 m) para los distintos escenarios. Para el escenario
E2 (el ms desfavorecedor) el perodo de retorno disminuye a apenas 1 ao, lo que quiere
decir, que con una subida del nivel del mar de 1 m, este tipo de eventos de inundacin
pasaran a darse 1 vez cada ao por trmino medio.

Escenarios Perodo de retorno (aos)
E0 21.5
E1 3.7
E2 0.95
E5 2
E6 16.8

Tabla 9.4. Perodos de retorno correspondientes al evento de inundacin de Agosto de 2010 (CI=5.84 m)


- 9.68 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

9.6. Resumen y conclusiones

- Se ha definido el modelo morfodinmico de funcionamiento del sistema mediante el
balance sedimentario en la zona de estudio. Para ello se han identificado dos
unidades: 1) Al sur del Puerto de Salaverry abarcando la playa formada por la
acumulacin de material retenido por el dique del puerto, 2) la zona de los
balnearios de Buenos Aires, Las Delicias y Huanchaco sometida a una importante
erosin.

- Las dinmicas con capacidad para movilizar sedimento en el sistema son el oleaje,
las variaciones del nivel del mar y el caudal del ro Moche. Por tanto, el balance
sedimentario se ha establecido entre la tasa potencial de transporte litoral, el
caudal slido descargado por el ro y los volmenes de erosin/sedimentacin por
variaciones del nivel del mar. El balance sedimentario ha sido validado mediante
datos de volmenes de acumulacin erosin extrados de imgenes LANSAT. Este
anlisis ha permitido concluir que no pasa sedimento desde la zona del Puerto de
Salaverry a la zona de los balnearios. El material no retenido por el dique del Puerto
de Salaverry se acumula en las inmediaciones del puerto, produciendo problemas
de arenamientos. La zona de los balnearios se encuentra en un proceso erosivo
excepto en episodios ENSO en el que se produce una significativa descarga de
material slido del ro Moche.

- Se ha definido un volumen neto en la zona de los balnearios a partir del balance
entre la tasa de transporte litoral, los volmenes de material generados por
variaciones del nivel medio del mar y los caudales slidos del ro. Se ha analizado la
variabilidad climtica de dicho volumen mediante su correspondencia con los
patrones de SSTA. Se ha estudiado el efecto del cambio climtico sobre el volumen
neto para los distintos escenarios. En general la subida del nivel medio del mar (de
mayor o menor magnitud segn el escenario) implica un aumento de los volmenes
de erosin.

- Se han analizado posibles alternativas de actuacin en base a la configuracin de la
costa: lineal con una direccin de incidencia del oleaje predominante del sureste al
noreste en la que se ha interrumpido la transferencia de material desde costa abajo
del Puerto de Salaverry hasta la zona de los balnearios. Las dos posibles
alternativas estn basadas en: A) equilibrio dinmico que implica una aportacin
inicial de sedimento para disponer de una determinada anchura de playa seca y una
aportacin anual de sedimento; B) equilibrio esttico que supone la construccin de
una serie de estructuras (se ha considerado desde un nico dique hasta 12)
perpendiculares a la costa que crean una serie de playas orientadas
perpendicularmente al flujo medio de energa.

- Se ha considerado un precio unitario de m
3
de arena y de m lineal de dique para la
valoracin econmica de cada estrategia. Se ha comprobado como con 9
estructuras el coste se iguala en la estrategia A y B, siendo del orden de 150
millones de dlares para recuperar toda la zona afectada. El coste de la solucin


- 9.69 -
9
.

D
I
N
M
I
C
A

M
A
R
I
N
A

segn la estrategia B sigue disminuyendo conforme aumenta el nmero de
estructuras.

- Se ha incluido el efecto del cambio climtico en las alternativas. Los escenarios
considerados E1, E2, E5 y E6 (subida del nivel medio del mar de 0.5 m, de 1.0 m,
0.5 m ms la tendencia al aumento de la frecuencia de presentacin del patrn
ENSO de SSTA al 2040 y de 0.055 m, respectivamente) implican un aumento del
coste debido a que el aumento del nivel del mar supone en todos los escenarios un
volumen de erosin como consecuencia del retroceso de la lnea de costa. El efecto
es mayor a mayor subida del nivel medio del mar. En el caso del escenario E5, el
aumento del coste no es tan significativo como en el escenario E1 porque el
incremento de la frecuencia del patrn ENSO implica una mayor frecuencia de la
descarga del ro Moche o unas condiciones dinmicas ms favorables en el diseo
de la alternativa esttica que reducen el efecto de la subida de 0.5 m del nivel
medio del mar.

- Se ha caracterizado el rgimen de la cota de inundacin costera causado por el
nivel medio del mar, la marea astronmica, la marea meteorolgica y el oleaje. Se
ha calculado suponiendo un perfil de tipo playa disipativa o escollera de proteccin.
Se ha analizado el efecto de cambio climtico sobre la cota de inundacin,
obtenindose valores de 2.5 m para la situacin actual y 3.65 m para el escenario
ms desfavorable (E2) para periodos de retorno de 25 aos en el caso de playa
disipativa, y valores de 5.95 m y casi 7.0 m para escollera de proteccin. Se ha
validado la metodologa y los resultados de la cota de inundacin para el temporal
ocurrido el 20 de agosto de 2010, obtenindose un valor de 5.84 m, que se
corresponde con un periodo de retorno de 21.5 aos. El periodo de retorno
disminuye a 1 ao para el escenario E2.

CAPTULO 10. PRECIPITACIONES EXTREMAS

1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

CAPITULO 10.

ANLISIS DE LA
VARIABILIDAD CLIMTICA
DE LAS PRECIPITACIONES
EXTREMAS.


- 10.1 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

CAPITULO 10. ANLISIS DE LA VARIABILIDAD CLIMTICA DE
LAS PRECIPITACIONES EXTREMAS.

10.1 Introduccin

Los eventos pluviomtricos extremos son episodios lluviosos de gran intensidad capaces de
desencadenar inundaciones, riadas o desprendimientos de ladera con graves consecuencias
en forma de prdidas econmicas y de vidas humanas. Este tipo de eventos combinados
con una orografa abrupta confieren a la escorrenta superficial un carcter devastador,
especialmente en zonas donde las lluvias son poco frecuentes. Adems de por su
intensidad, estos eventos se caracterizan tambin por una elevada variabilidad espacio-
temporal, pudindose registrar mximos pluviomtricos discrepantes en zonas muy
cercanas. Este carcter aparentemente catico de los eventos extremos dificulta su registro
en forma de series temporales, por lo que previamente al anlisis estadstico, se hace
necesario un pre-procesado y verificacin de los datos a emplear.

En este trabajo se analiza el rgimen extremal de precipitaciones en la ciudad de Trujillo
haciendo especial hincapi en la variabilidad interanual de las lluvias extremas, ya que se
trata de una zona claramente gobernada por el fenmeno ENOS. Este captulo se compone
de los siguientes apartados: introduccin, datos utilizados, caracterizacin del predictor de
precipitacin, modelo estadstico de extremos y un resumen de los resultados.

10.2 Bases de datos

Debido a la inexistencia de registros histricos suficientemente largos y continuos en la
ciudad de Trujillo, en el presente estudio se han utilizado medidas directas de los
pluvimetros cercanos disponibles y medidas remotas de satlite procedentes de la
Tropical Rainfall Measuring Mission (TRMM) que son descritas a continuacin. Asimismo,
se describe la base de datos de temperatura superficial del agua de mar (SST) que se ha
utilizado para caracterizar el fenmeno ENOS.

10.2.1 Pluvimetros

Para el anlisis local de precipitaciones se han empleado tanto registros mensuales como
diarios de estaciones monitoreadas por el Servicio Nacional de Meteorologa e Hidrologa del
Per (SENAMHI), el Archivo de Datos Hidrometeorolgicos del Instituto de Hidrulica de la
Universidad de Piura y por la Corporacin Peruana de Aeropuertos y Aviacin Comercial
(CORPAC S.A.). Estas estaciones se encuentran a una distancia inferior a los 120 km de la
zona de estudio, siendo en su mayora representativas del clima pluviomtrico de la ciudad
de Trujillo. La localizacin de las estaciones utilizadas en este estudio se muestra en la
Figura 10. 1.


- 10.2 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

Figura 10. 1. Localizacin de las estaciones pluviomtricas ms cercanas al rea de estudio.

En la prctica, un periodo de 30 aos es suficiente para que estn en l incluidas todas las
caractersticas estadsticas de la variable climtica analizada. Para asegurar la calidad en el
anlisis de las series temporales se han seleccionado aquellas estaciones que cuentan con
amplios periodos de registro (Sinsicap o San Benito), y aquellas ms representativas del
clima de la zona de estudio (Puerto de Chicama o Casa Grande). En la Tabla 10.1 se
muestran las caractersticas de las estaciones analizadas.


- 10.3 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

Tabla 10.1. Estaciones utilizadas en este estudio.

Con el fin de comprobar la adecuacin de estas bases de datos para caracterizar el rgimen
extremal de lluvias, en la Figura 10.2 se han representado las series temporales diarias de
los pluvimetros en los cuales se dispone de medidas diarias. Como puede apreciarse, las
estaciones cercanas a Trujillo no disponen de registros suficientemente largos, siendo
comunes los huecos, lo cual dificulta su anlisis. A pesar de ello, se aprecia una clara
estacionalidad de la lluvia en todos los pluvimetros analizados, as como una marcada
variabilidad interanual, especialmente evidente en las estaciones de Sinsicap y San Benito.
Destacan en estas series los aos: 1972, 1983 y 1998 con eventos de lluvias extremas
superiores a los 100 mm/da en zonas montaosas y a 20 mm/da en zonas bajas litorales,
siendo clara la influencia del fenmeno de El Nio en la modulacin de la pluviometra en el
rea analizada.

Estacin Organismo Periodo Longitud Latitud Altitud Cuenca/Distrito
P. Culebras SENAMHI
1954-
1997
-78,18 -9,99 20m HUARMEY - CULEBRAS
Cartavio SENAMHI
1944-
1985
-79,22 -7,88 58m CHICAMA
San Benito SENAMHI
1963-
2008
-78,93 -7,43 1200m CHICAMA
Sinsicap SENAMHI
1963-
2010
-78.75 -7.85 2307m CHICAMA
Tambo SENAMHI
1940-
1967
-78,7 -7,56 850m CHICAMA
San Jose SENAMHI
1936-
1983
-79,45 -7,35 96m
CHICAMA -
JEQUETEPEQUE
Casa
Grande
SENAMHI
1934-
1989
-79,18 -7,75 240m
CHICAMA -
JEQUETEPEQUE
P. Chicama SENAMHI
1956-
2009
-79.43 -7.69 0,5m CHICAMA
Aeropuerto CORPAC
1983-
2003
-79,03 -8,1 26m HUANCHACO
Buena Vista SENAMHI
1963-
2010
-78.42 -8.90 412m SANTA
San Pedro SENAMHI
1970-
1983
-79,5 -7,41 42m
CHICAMA -
JEQUETEPEQUE


- 10.4 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

Figura 10.2. Series temporales de pluviometra diaria disponibles.

Adems de las series temporales diarias que se muestran, se dispone de un registro de
precipitacin acumulada mensual en Laredo desde 1954 a 1982 suministrado por el Archivo
de Datos Hidrometeorolgicos del Instituto de Hidrulica de la Universidad de Piura. Este
registro ha sido completado hasta la actualidad con los pluvimetros de Aeropuerto
(CORPAC) y Puerto Chicama (SENAMHI), obteniendo as una serie continua de precipitacin
acumulada mensual de 1954-2010 representativa de las lluvias en la ciudad de Trujillo (ver
Figura 10.10.3).


- 10.5 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

Figura 10.3. Serie de precipitacin acumulada mensual reconstruida a partir de los pluvimetros de Laredo, Puerto
de Chicama y Aeropuerto.

10.3 Tropical Rainfall Measuring Mission

La base de datos Tropical Rainfall Measuring Mission (TRMM) proviene de una misin
espacial conjunta de la NASA y la Japan Aerospace Exploration Agency (JAXA) con el
objetivo de monitorizar y estudiar las lluvias en las zonas tropicales. El trmino TRMM se
refiere tanto a la misin como al satlite utilizado para colectar los datos. En este trabajo se
han empleado los datos procesados mediante el algoritmo 3B-42 de TRMM, el que unifica
medidas de precipitacin de alta calidad (HQ) y de infrarrojos (IR), as como el error medio
cuadrtico de las estimaciones. Estas, se realizan en una rejilla regular de 0.25 x 0.25
de resolucin espacial cubriendo globalmente la zona comprendida entre las latitudes 50S
y 50N (ver Figura 10.4), la resolucin temporal de estas medidas es de 3 horas, cubriendo
el periodo desde 1998 a la actualidad.

Figura 10.4. Ejemplo de 3B42 TRMM para el 1 de Enero de 2011.


- 10.6 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

Las estimaciones del 3B42 se realizan en cuatro pasos: (1) las estimaciones de lluvias por
microondas son calibradas y combinadas, (2) se construye la estimacin de la precipitacin
del infrarrojo usando las estimaciones anteriores, (3) se combinan las estimaciones de
microondas e infrarrojos, y (4) se re-escalan las medidas a estriaciones mensuales. Cada
campo de precipitacin obtenido se interpreta como el gradiente de precipitacin nominal
en un tiempo dado. En este trabajo se han extrado los datos en el rea de 12S-3S,
82W-75W (ver Figura 10.5).

Figura 10. 5. Rejilla TRMM seleccionada.

Antes de utilizar esta base de datos, y debido a las diferencias esperables entre una medida
punctual (pluvimetro) y una medida promediada en el espacio (TRMM) se han comparado
ambas series temporales en cada uno de los pluvimetros con suficiente calidad y duracin
del registro. Para ello se han realizado dos tipos de representaciones grficas. Primero se
han comparado directamente las series temporales de precipitacin acumulada mensual
(Figura 10.6). Finalmente, en la Figura 10.7 los grficos de cajas muestran los valores
estacionales de una y otra base de datos, en los cuales el punto central representa la
media, las barras los percentiles de 0.25-0.75 y los puntos representan valores atpicos.

Del anlisis de estas figuras se concluye que a pesar de las diferencias entre ambas fuentes
(atribuibles en al promediado espacial), los datos TRMM recogen en su mayor parte la
variabilidad espacio-temporal de las lluvias en el rea de estudio. As, encontramos que los


- 10.7 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

TRMM sobreestiman la precipitacin en los pluvimetros costeros mientras que subestiman
aquellas acontecidas en estaciones de montaa.

Figura 10.6. Comparacin de las series temporales de precipitacin mensual procedente de pluvimetros y TRMM.


- 10.8 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S
7

Figura 10.7. Comparacin mediante grficos de cajas de de precipitacin mensual procedente de pluvimetros y
TRMM.

10.4 Obtencin de la serie mensual de mximos diarios en Trujillo.

Tras el anlisis de todas la series disponibles, se ha obtenido que aquella que cumple con
los requisitos de: (1) continua, (2) suficientemente larga y (3) sin huecos, es la serie de
precipitacin acumulada mensual en Laredo junto con los registros de Aeropuerto y Puerto
de Chicama, cubriendo el periodo de 1954-2010. Sin embargo, para la caracterizacin de la
precipitacin mxima diaria es necesario pasar de la escala mensual a la diaria. Para ello se
ha desarrollado una metodologa para obtener una serie mensual de mximos dirios.

A partir de las series temporales diarias que se muestran en la Figura 10.2 se ha obtenido
la relacin existente entre la precipitacin acumulada mensual (P
mes
) y la lluvia mxima
diaria acontecida en el mismo mes (P
max
). Para ello se ha empleado un modelo de regresin


- 10.9 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

sencillo asumiendo una relacin lineal entre ambos parmetros. En la Figura 10.8 se puede
apreciar como los patrones de pluviometra mxima diaria muestran una alta correlacin
con el acumulado mensual con coeficientes de correlacin lineal, 0.88. Los valores b del
ajuste difieren en funcin de la localizacin, mientras que los pluvimetros situados en la
rasa costera muestran valores del parmetro b en torno a 0.5-0.7 (la lluvia acumulada
mensual se produce en 1-2 das), los situados en zonas montaosas muestran valores de
b en torno a 0.2 (lo la lluvia acumulada mensual se produce en 5 das).

Figura 10.8. Relacin entre precipitacin acumulada mensual y precipitacin mxima diaria en los pluvimetros
analizados.


- 10.10 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

De los pluvimetros disponibles se han agregado los datos de los ms cercanos al rea de
estudio: Puerto Chicama, Casa Grande y Cartavio para obtener el valor de b=0.501
necesario para modificar la serie de precipitacin acumulada mensual y obtener as una
serie de mximos mensuales de precipitacin diaria.

Figura 10.9. Relacin entre precipitacin acumulada mensual y precipitacin mxima diaria en los pluvimetros:
Puerto Chicama, Casa Grande y Cartavio.

Una vez determinada la relacin entre P
mes
y P
max
, a partir de la serie de acumulados
mensuales que se muestra en la 0 se ha obtenido la serie mensual de mximos de
precipitacin diaria que se muestra en la Figura 10.10. En esta Figura se han representado
mediante puntos aquellos mximos mensuales que superan el percentil del 90% de estos
valores, siendo crculos los medidos en los registros disponibles y tringulos aquellos
precedentes de los datos TRMM. Como puede apreciarse, debido al promediado espacial de
los datos TRMM, los mximos estimados, a pesar de seguir correctamente la evolucin
temporal de la serie calculada, superan a la misma en torno a un 10%.

Figura 10.10. Serie mensual de mximos de precipitacin diaria obtenida a partir de los pluvimetros de Laredo,
Puerto de Chicama y Aeropuerto. Los crculos (pluvimetros) y tringulos (TRMM) representan la P
max
superior a
P
max,90%
.


- 10.11 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

10.5 Simple Ocean Data Assimilation (SODA 2.2.4)

Para explorar las caractersticas espaciales y la evolucin temporal de El Nio se ha utilizado
un nuevo reanlisis ocenico global que cubre el periodo de 1871 a 2008, con una
resolucin espacial de 0.5 x 0.5. Este nuevo reanlisis, denominado Simple Ocean Data
Assimilation (SODA), asimila toda la informacin hidrogrfica y de temperatura de la
superficie del mar disponible. El modelo ocenico est basado en la versin POP 2.0.1
(Smith et al., 1992). Los forzamientos atmosfricos provienen del reanalisis 20CRv2
(Whitaker et al., 2004; Compo et al., 2006, 2008). Este reanlisis atmosfrico, de la misma
duracin que SODA, asimila observaciones de patrones sinpticos de presin superficial
(SLP) as como de patrones mensuales de SST y cobertura de hielo procedentes del
HadISST 1.1 (Rayner et al., 2003). A diferencia de otros reanlisis como NCEP/NCAR,
20CRv2 slo asimila un conjunto de datos reducido, lo cual evita la aparicin de seales
climticas espreas. Dado que en la zona de estudio es fundamental la correcta
caracterizacin del fenmeno de El Nio, en la Figura 10.11 se comparan las anomalas de
SST de SODA y HadlSST en la zona Nio 3.4 (de 170W a 120W y de 5S a 5N),
pudiendo comprobarse como ambas series siguen una evolucin temporal muy similar.

Figura 10.11. Anomala de SST en la regin Nio 3.4 de SODA (rojo) y HadISST (negro), en ambas se ha eliminado
la climatologa con una media mvil de 11 aos. Fuente: Giese & Ray, 2011.


- 10.12 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

10.6 Caracterizacin del predictor de precipitacin

Como se ha comentado anteriormente, existe una acusada variabilidad interanual de la
precipitacin en la zona analizada (ver Figura 10.12), siendo el fenmeno de El Nio, el
patrn climtico que mejor explica estas fluctuaciones. Por ejemplo, en El Nio de 1998, se
registraron lluvias que sobrepasaban en 3 veces los valores de precipitacin normales. Estos
eventos se relacionan con temperaturas de la superficie del mar (SST) frente a las costas de
Per y Ecuador anormalmente altas (Woodman, 1999). Situaciones anmalas, que se
explican por un desplazamiento hacia el sur de la corriente del Humbolt o de El Nio,
llamada as por los navegantes que observaban como en algunas Navidades, sta cambiaba
de sentido dando lugar a vientos de mar y a un drstico aumento de las lluvias en la regin.

La capacidad predictiva en el corto-medio plazo (1-12 meses) de los modelos climticos es
muy alta para este tipo de fenmenos de macroescala, por lo que entender las relaciones
existentes entre el clima local y los patrones climticos mejora la capacidad de respuesta
ante los efectos adversos que puede ocasionar la presentacin de situaciones
meteorolgicas anmalas. Del mismo modo, establecer relaciones estadsticas entre
patrones globales de circulacin y variables climticas a escala local permite explorar de
forma rpida y eficaz los diferentes modelos y escenarios de cambio climtico existentes en
la comunidad cientfica. En este apartado se describe la metodologa empleada para
obtener los predictores de precipitacin en el rea de estudio.

Figura 10.12. Precipitacin acumulada en un ao Nio, 1998 (izquierda) y en un ao medio, 2004 (derecha), datos
TRMM.

La precipitacin es un proceso derivado de la circulacin atmosfrica (fenmenos
convectivos, humedad del aire, etc.) que est ntimamente ligada a la circulacin ocenica
en el rea de estudio, existiendo una clara relacin entre la lluvia y la temperatura de la
superficie del mar. Teniendo en cuenta esto, parece interesante estudiar y describir los


- 10.13 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

cambios en la variabilidad de la SST con el objetivo de entender mejor la compleja
interrelacin que existe entre determinados forzamientos climticos y sus posibles efectos
en la escala local y regional. En climatologa existen tcnicas estadsticas que permiten
identificar situaciones atmosfricas con caractersticas similares, denominadas situaciones
sinpticas tipos de tiempo, TT (Bermejo y Ancell, 2009). Los TT son, por tanto,
situaciones sinpticas generalizadas obtenidas a partir de la clasificacin de patrones
atmosfricos tpicos en un determinado dominio (Lamb, 1972).

En este estudio se ha aplicado la tcnica de TT a la clasificacin de patrones sinpticos de
SST a escala mensual. Para obtener los correspondientes tipos de tiempo es necesario
utilizar algoritmos capaces de distinguir situaciones ocenicas definidas por los campos de
SST. Existen diferentes estrategias de clasificacin, como por ejemplo, las redes neuronales
o las redes Bayesianas. De entre los existentes, se ha utilizado la tcnica k-medias,
obteniendo muy buenos resultados. Antes de proceder a la clasificacin, se ha reducido la
dimensionalidad del problema aplicando la tcnica de Componentes Principales, de manera
que se pueda manejar la informacin ms eficientemente. La clasificacin se ha hecho con
10 dimensiones (10 primeros modos), las cuales conservan el 97% de la varianza. En la
Figura 10.13 se muestran, a modo de ejemplo, los cuatro primeros modos espaciales y
temporales obtenidos para el rea elegida como predictor: de 150W a 10W y de 15S a
25N.

Figura 10.13. Primeros 4 modos espaciales y temporales correspondientes a los gradientes de SST mensual en el
rea: 150W-10W; 15S- 25N.


- 10.14 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

En la Tabla 10.2 se muestran los valores de correlacin de los 8 primeros modos temporales
o PCs obtenidos mediante la tcnica de componentes principales y varios ndices climticos.
Esta tabla es muy til para identificar patrones de variabilidad climtica (definidos por
ndices climticos) relevantes en el rea de estudio. Del mismo modo, pueden aparecer
correlaciones con ndices que definen el clima en zonas alejadas, lo cual es conocido como
teleconexiones. As, el primer modo muestra una correlacin de 0.97 y 0.92 con El Nio 3.4
y el Multivariate ENSO Index respectivamente. El segundo modo est inversamente
correlacionado con el Tropical Northen Atlantic Index (-0.85), mientras que el tercero se
correlaciona positivamente con el Trans Nio Index (0.8).

Tabla 10.2. Correlacin lineal entre los 8 primeros modos temporales y diferentes ndices climticos.

Uno de los mtodos ms conocidos y sencillos en las tcnicas de clasificacin es el algoritmo
de clasificacin k-medias (Anderberg, 1973). El objetivo es minimizar globalmente la
distancia entre clases, de manera que los estados de SST ocenicos queden clasificados
mediante k clases. El centroide de cada una de estas clases representa al grupo de estados
del ocano considerados afines, de acuerdo con la mtrica utilizada en el algoritmo y,
aunque no es real, se puede considerar como un tipo de tiempo ocenico.

La tcnica de clasificacin k-medias divide el conjunto de datos de partida en un
determinado nmero de subconjuntos (n), definido cada uno de ellos por un prototipo, y
formado cada uno de ellos por los datos para los cuales ese prototipo es el ms cercano. Se
establece el nmero de grupos deseado y se inicializan los prototipos (o centroides) y el
algoritmo procede, de forma iterativa, moviendo estos centroides hasta minimizar la
varianza total intra-grupos. Esta varianza total intra-grupos significa que al final del
proceso, la suma de distancias entre el prototipo y los datos correspondientes a cada
prototipo es mnima.

En este caso se han identificado 9 situaciones de campos de SST, que se muestran Figura
10.14. As, a lo largo de la duracin de la base de datos disponible de SST, es posible
conocer a qu tipo de situacin corresponde cada instante de la misma, pudiendo analizar la
precipitacin en funcin de la ocurrencia de uno u otro tipo de SST.
PC1 PC2 PC3 PC4 PC5 PC6 PC7 PC8
North Atlantic Oscillation NAO 0,02 0,25 0,16 0,06 0,00 0,03 0,10 0,03
Southern Oscillation Index SOI 0,67 0,30 0,17 0,02 0,01 0,12 0,17 0,05
Nio, Eastern Tropical Pacific SST NIOEasternSST 0,97 0,02 0,04 0,10 0,01 0,05 0,01 0,01
Tropical Northern Atlantic Index TNA 0,11 0,85 0,42 0,10 0,07 0,07 0,04 0,12
Tropical Southern Atlantic Index TSA 0,15 0,32 0,13 0,09 0,29 0,02 0,65 0,21
Western Hemisphere warm pool WHWP 0,60 0,50 0,16 0,18 0,10 0,12 0,03 0,07
Multivariate ENSO Index (MEI) MultiENSO 0,92 0,17 0,12 0,05 0,03 0,06 0,07 0,05
Nio, East Central Tropical Pacific SST NIOCentralSST 0,89 0,14 0,30 0,10 0,00 0,02 0,07 0,02
Pacific Decadal Oscillation PDO 0,35 0,29 0,15 0,34 0,06 0,29 0,01 0,14
Trans Nio Index TransNIO 0,16 0,34 0,80 0,12 0,05 0,06 0,17 0,02
Atlantic Meridional Mode AMM 0,03 0,60 0,22 0,03 0,26 0,13 0,18 0,11
North Tropical Atlantic SST Index NTASST 0,14 0,81 0,40 0,20 0,05 0,05 0,09 0,04
Atlantic multidecadal Oscillation AMO 0,07 0,52 0,24 0,05 0,27 0,08 0,16 0,21
Quasi-Biennial Oscillation QBO 0,08 0,00 0,14 0,08 0,10 0,25 0,08 0,17
Globally Integrated Angular Momentum GIAM 0,73 0,09 0,07 0,03 0,22 0,06 0,03 0,10
ENSO precipitation index ENSOPrecipitation 0,58 0,25 0,23 0,20 0,07 0,14 0,14 0,02
Indian Ocean Dipole Mode Index IOD 0,36 0,04 0,03 0,17 0,14 0,28 0,06 0,25
Antarctic Oscillation Index AAO 0,16 0,15 0,07 0,09 0,06 0,07 0,09 0,01
Global upper ocean heat content GUOheatcontent 0,23 0,56 0,26 0,16 0,17 0,27 0,02 0,13


- 10.15 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

Figura 10.14. Tipos de SST ocenica identificados.

En la parte derecha de la Figura 10.14, (tipos 7, 8, 9 y 4) se pueden observar estados de
SST correspondientes a eventos de Nio de diferente intensidad, mientras que en la parte
de la izquierda (tipos 1, 2 y 3) se observan estados de SST correspondientes a diferentes
intensidades de Nia. Los tipos 5 y 6 corresponden a los estados positivo y negativo de la
Oscilacin Tropical del Atlntico Norte respectivamente. De esta manera, se ha dividido el
clima de SST en 9 situaciones, esto permite una visualizacin rpida y sencilla de los
patrones climticos de las correspondientes precipitaciones asociadas a cada patrn.


- 10.16 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

Figura 10.15. Lluvia media diaria (mm/da) correspondiente a cada tipo de SST, datos TRMM.

En la Figura 10.15 se muestra la lluvia media diaria acontecida durante cada uno de los
tipos de SST de la 0, estos mediante datos TRMM. El modo 8 aparece vaco debido a que las
fechas en las que ste ha ocurrido, son anteriores a 1998, fecha de inicio de los datos
TRMM.

Como puede observarse, la mayor lluvia promedio acontecida en el distrito de la Libertad
corresponde al tipo de SST nmero 7, modo correspondiente a la mayor intensidad de Nio
identificada en la base de datos SODA. En la 0 Figura 10.16 se muestra la lluvia mxima
diaria acontecida durante cada tipo de SST. En este caso, puede observarse como los
mayores valores (>80mm/da) ocurren en el modo de SST nmero 9, correspondiente a un
estado transitorio de El Nio. Este modo ocurri de Febrero a Abril de 1983 y de Febrero a
Mayo de 1998, periodos durante los cuales se registraron lluvias ms extremas en la ciudad
de Trujillo


- 10.17 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

Figura 10.16. Lluvia mxima diaria (mm/da) correspondiente a cada tipo de SST, datos TRMM.


- 10.18 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

10.7 Proyecciones de precipitaciones medias por cambio climtico.

Para analizar los posibles efectos que el calentamiento global puede producir en el rgimen
de lluvias en el norte de Per se han revisado los trabajos ms novedosos y rigurosos
existentes hoy da en la comunidad cientfica. En primer lugar se han consultado los
resultados de la web Climate Wizard (http://www.climatewizard.org/) realizados bajo el
amparo del organismo conservacionista de carcter global The Nature Conservancy
(Girtvetz et. al., 2009). Este trabajo explora globalmente las tendencias histricas y
proyecciones de cambio climtico en la temperatura y precipitacin.

Tabla 10.3. Lista de los GCMs utilizados en el Coupled Model Intercomparison Project. Fuente: Maurer et.
al., 2009.

Los cambios futuros (2050 y 2080) han sido estimados a partir de las simulaciones de 16
GCMs (de 0.5 de resolucin) y analizando estadsticamente la precipitacin acumulada
mensual desde 1950 a 2099. Cada unos de los 16 GCMs simula tres escenarios de
emisiones de gases de efecto invernadero (A2, A1B, B1). Estos trabajos fueron realizados
en los proyectos o programas: World Climate Research Programme's (WCRP's) y Coupled
Model Intercomparison Project (CMIP3), cuyos resultados fueron empleados para los anlisis
incluidos en el Cuarto Informe del IPCC. El ensemble o agrupacin de los modelos fue
realizado directamente, sin asumir pesos previos para cada uno de ellos. Los resultados
obtenidos en este trabajo para la zona de Trujillo se muestran en las figuras 10.17 y 10.18,
correspondientes a los periodos 2050-2079 y 2080-2099 respectivamente. La primera
conclusin que se extrae al analizar estos resultados es un incremento de la precipitacin
(un 30% en el 2050 y un 60% en el 2080) al promediar (ensemble) los resultados de todos
los modelos y escenarios. Al analizar independientemente el cambio pronosticado por cada


- 10.19 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

modelo se observa una alta dispersin con valores que oscilan entre el 100% de incremento
y el 30% de disminucin en el periodo 2050-2079. Sin embargo, la mayor parte de los
pronsticos coinciden en que el Norte de Per experimentara un aumento de la cantidad de
agua de lluvia en las prximas dcadas. A pesar de que en la zona se observan cambios
porcentuales de entre un 30% y un 60%, debido a la escasa pluviometra actual (en torno a
100-150 mm/ao), estos suponen unas precipitacin anual estimada de entre 130 y 240
mm/ao, por lo cual, la zona seguir estando caracterizada por un clima des en el futuro.

Figura 10.17. Cambio porcentual de la precipitacin anual para el periodo 2050-2079 obtenido para cada GCM y
escenario. Fuente: Climate Wizard.


- 10.20 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

Figura 10.18. Cambios porcentual de la precipitacin anual para el periodo 2080-2099 obtenido para cada GCM y
escenario. Fuente: Climate Wizard.

En la actualidad existen tambin proyecciones simuladas con modelos regionales o RCMs.
Con ciertas limitaciones, las proyecciones realizadas por los RCMs pueden resultar de gran
utilidad para estudios de cambio climtico debido al mayor refinamiento de las mallas y
procesos respecto a los GCMs, ofreciendo cambios estimados por los RCM (patrones
espaciales y magnitudes) ms acordes a las especificidades de cada regin. Estos modelos
permiten la simulacin de procesos de mesoescala, as como mejoras en la representacin
de la topografa, usos del suelo y distribucin de las masas de agua. En este caso se han
consultado los trabajos de Marengo et. al., 2011 donde realiza proyecciones regionales de
cambio climtico de temperatura y precipitacin para Sudamrica. Los resultados de este
trabajo estn obtenidos mediante el anidamiento del modelo regional Eta-CPTEC (Brazilian
Center for Weather Forecast and Climate Studies) a las simulaciones del HadCM3 (Met
Office Hadley Centre Global Coupled Climate Model). Aunque el estudio se centra en tres
cuencas fluviales brasileas, los resultados obtenidos son consistentes con las proyecciones
globales, as como con los pronsticos regionales IPCC AR4.

A pesar de que el estado del conocimiento actual pronostica un incremento de los valores
medios de precipitacin, debido a que en la zona las lluvias ms intensas no se asocian al
patrn medio de circulacin, si no que estn asociadas a un estado anmalamente clido de


- 10.21 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

la SST ecuatorial, no puede asumirse que las lluvias extremas adoptarn un patrn de
cambio similar al del rgimen medio. Por lo tanto, ya que el presente trabajo tiene como
objetivo el anlisis de las lluvias extremas, se recomienda abordar el problema de los
cambios a futuro analizado los cambios en la tasa de ocurrencia de la causa o el driver de
estos fenmenos (el ENOS)

10.8 Variabilidad climtica de las precipitaciones extremas en
Trujillo

10.8.1 Modelo estadstico de extremos

Para caracterizar el rgimen extremal de precipitacin en Trujillo se ha utilizado un modelo
estadstico no estacionario basado en la funcin generalizada de extremos (GEV), la cual se
define a travs de los parmetros de localizacin, escala y forma. La serie de datos
disponible, caracterizada por valores mximos de precipitacin mensual, hace que el modelo
GEV de mximos mensuales sea el ms apropiado (Izaguirre et al. 2010).

Tal y como se coment anteriormente, en la serie de precipitaciones se puede observar una
clara variabilidad estacional e interanual, por lo que son estos dos ciclos climticos los que
se van a introducir en el modelo de extremos. Para ello, se propone un modelo de regresin
que capte las variaciones estacionales mediante funciones armnicas (Menndez et al.
2009) en los parmetros de localizacin y escala, permaneciendo el parmetro de forma
constante. Adems, la variabilidad interanual se modela a travs de las componentes
principales de SST, introducidas en el modelo de extremos como covariables (Izaguirre et
al. 2010):

( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
| | e | e | e | e | | | |
o o e o e o e o e o o o o

= + + + + + + + +
= + + + + + + + +
= + + +
0 1 2 3 4 1 2 3 4
0 1 2 3 4 1 2 3 4
0 1 2 3
( ) cos( ) sin( ) cos(2 ) sin(2 ) 1 2 3 4
cos( ) sin( ) cos(2 ) sin(2 ) 1 2 3 4
1 2 3
PC PC PC PC
PC PC PC PC
PC PC PC
t t t t t PC t PC t PC t PC t
t t t t t PC t PC t PC t PC t
t PC t PC t PC t ( ) +
4
4
PC
PC t

donde |
0
, o
0
y
0
son valores medios, |
i
y o
i
son las amplitudes de los armnicos, |
PCi
,
o
PCi
y
PCi
representan la influencia en la precipitacin extrema por unidad de PC
(mm/unidad de PC) de cada PC de SST en un determinado mes, e t = 2 aos
-1
y t est dado
en aos.

10.8.2 Resultados

Utilizando el mtodo de mxima verosimilitud se ha obtenido la mejor combinacin de
parmetros que modelan las precipitaciones extremas en Trujillo:


- 10.22 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

( )
( ) ( )
e e
= + +
=
= +
( ) 0.416 0.052cos( ) 0.024sin( )
0.413
0.67 0.195 1
t t t
t
t PC t

El modelo obtenido presenta el ciclo anual en el parmetro de localizacin, quedando, de
esta manera, definida la influencia de la estacionalidad en la precipitacin. Adems, el valor
medio del parmetro de forma es de 0.67, valor positivo y elevado, caracterstico de
distribuciones tipo Frchet en las que la cola de la distribucin decae como una funcin de
potencias (colas pesadas). Esto caracteriza una poblacin de datos en la que las lluvias son
normalmente escasas salvo en ciertos momentos en los que llueve torrencialmente,
alcanzando valores de precipitacin muy elevados. Por ltimo, el modelo encuentra la
influencia de la PC1 de SST en el parmetro de forma.

En la Figura 10.19 se muestra la variacin, a lo largo de los 30 aos de datos, de los
parmetros de localizacin (variacin estacional) y forma. Tambin se muestran los
mximos mensuales de precipitacin y el cuantil de precipitacin asociado a 50 aos de
perodo de retorno calculado con el modelo obtenido

Figura 10.19. Mximos mensuales de precipitacin, evolucin temporal de los parmetros de localizacin y forma y
cuantil de precipitacin asociado a 50 aos de perodo de retorno.

Como se puede observar, el cuantil de precipitacin obtenido con el modelo se adapta
perfectamente a la evolucin temporal de los datos, mostrando dos picos en la serie,
claramente marcados, que coinciden con los eventos de El Nio de 1982 y 1998. Esta
variabilidad interanual queda reflejada a travs del parmetro de forma representado en
azul en la figura.

En la Tabla 10.4 se proporcionan los cuantiles anuales de precipitacin asociados a distintos
perodos de retorno y condicionado por la ocurrencia de cada tipo de SST. En ella se puede
observar como el modelo encuentra que el modo 7 de SST es el que produce precipitaciones
extremas ms intensas, a diferencia de lo que se desprende del anlisis anterior de los
datos TRMM, debido a la menor duracin de estos registros. Por ltimo en la Tabla 10.4 se
proporcionan los cuantiles anuales de precipitacin asociados a distintos perodos de retorno
sin diferencias entre cada tipo de SST.


- 10.23 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

P (mm/da) / T
R
(aos) 10 25 50 100
SST1 2.12 3.67 5.42 7.91
SST2 2.29 4.16 6.37 9.64
SST3 1.97 3.23 4.55 6.32
SST4 3.37 7.89 14.83 27.75
SST5 2.69 5.45 9.1 15.08
SST6 2.65 5.29 8.74 14.34
SST7 6.19 21.43 54.25 136.83
SST8 4.28 11.92 25.54 54.52
SST9 4.58 13.02 28.47 62.14

Tabla 10.4. Cuantil anual de precipitacin asociado a distintos perodos de retorno condicionado por SST.

T
R
(aos) 10 25 50 100
P (mm/da) 15.9 24 33.12 44.16

Tabla 10.5. Cuantil anual de precipitacin asociado a distintos perodos de retorno

10.9. Resumen

A pesar de que el estado del conocimiento actual pronostica un incremento de los valores
medios de precipitacin, debido a que en la zona las lluvias ms intensas no se asocian al
patrn medio de circulacin, si no que estn asociadas a un estado anmalamente clido de
la SST ecuatorial, no puede asumirse que las lluvias extremas adoptarn un patrn de
cambio similar al del rgimen medio. Por lo tanto, ya que el presente trabajo tiene como
objetivo el anlisis de las lluvias extremas, se ha abordado el problema de los cambios a
futuro analizado los cambios en la tasa de ocurrencia de la causa o el driver de estos
fenmenos (el ENOS).

El rgimen extremal de precipitacin mxima diaria y su variabilidad climtica interanual en
la ciudad de Trujillo se han caracterizado. Para obtener una serie representativa lo
suficientemente larga se ha agregado medidas de precipitacin de estaciones cercanas
contrastando esta informacin con lluvias medidas por satlite obteniendo as una serie
mensual de precipitacin mxima diaria desde 1954 a 2010. Para abordar la variabilidad
interanual de lluvias y sabido que El Nio es un fenmeno modulador del clima en el rea de
estudio, se ha analizado la temperatura de la superficie del mar encontrando 9 situaciones
representativas (figura 10.16) en las cuales encontramos estados de SST que explican
desde la fase ms clida del ENOS a la ms fra o fase La Nia, pasando por varios estados
intermedios o de transicin. Al relacionar la precipitacin con la ocurrencia de uno u otro
modo de SST se desprenden las siguientes conclusiones:


- 10.24 -
1
0
.

P
R
E
C
I
P
I
T
A
C
I
O
N
E
S

E
X
T
R
E
M
A
S

1. Los modos 1,2 y 3 de SST de la Figura 10.16 se caracterizan por presentar
anomalas negativas en el Pacfico generadas por la intensificacin de los
vientos alisios en ambos hemisferios (fase Nia). Estos vientos secos
continentales empujan las aguas fras que afloran frente a las costas de Per y
California, acumulndose stas en la zona ecuatorial. Estos modos se
corresponden con situaciones climticas en las que se dificulta la formacin de
fenmenos convectivos costeros y, por tanto, la precipitacin.

2. Los modos 4, 5 y 6 presentan anomalas de SST muy pequeas en el Pacfico.
Esto se corresponde con vientos alisios debilitados, siendo posible la formacin
de procesos convectivos favorecidos por las brisas locales que pueden generar
precipitaciones ocasionales de cierta entidad.

3. Los modos 7, 8 y 9 presentan anomalas positivas de SST muy intensas frente
a las costas peruanas. Estas aguas clidas tienen gran capacidad de aportar
humedad a las capas superficiales de la atmsfera, que junto con los vientos
del oeste que caracterizan esta situaciones, son responsables de la formacin
de tormentas locales muy intensas, con cantidades de agua de lluvia que
pueden superar los 135 mm/da.

4. En la determinacin del rgimen extremal se ha empleado un modelo que
considera la estacionalidad y la variabilidad interanual de las lluvias. En la tabla
10.4 se aprecia como la precipitacin obtenida para los diferentes periodos de
retorno difiere segn el modo de SST considerado, siendo las ms intensas las
ocurridas en el modo SST9 (P
100
=136.83 mm/da). De esta forma se puede
afirmar que un aumento en la ocurrencia del modo SST9 supondra un
incremento significativo de las lluvias en Trujillo.

5. Por el contrario, es el modo SST3 (correspondiente a la fase ms fra del ENOS)
el que menor precipitacin tiene asociada (P
100
=6.32 mm/da). Del mismo
modo se puede afirmar que un aumento en la ocurrencia del modo SST3
conllevara una disminucin significativa de las lluvias y, por tanto, un mayor
riesgo de sequias en la zona de estudio.

CAPTULO 11. RIESGOS HIDROLGICOS

1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

CAPITULO 11.

ANLISIS DE RIESGOS DE
INUNDACIN DE ORIGEN
HIDROLGICO.


- 11.1 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

CAPITULO 11. ANLISIS DE RIESGOS DE INUNDACIN DE
ORIGEN HIDROLGICO.

11.1 Descripcin del rea de estudio desde el punto de vista
hidrolgico

La Provincia de Trujillo est establecida sobre una llanura costera a una altitud media de 34
m sobre el nivel del mar, y con una pendiente media de aproximadamente 1%. Los barrios
situados ms al norte, en concreto Laredo, El Porvenir y El Milagro, se encuentran a ms de
100 m de altitud, mientras que las zonas costeras de Salaverry, Las Delicias, Buenos Aires
(en la fachada litoral de Trujillo) y Huanchaco tienen una cota mnima de 3 m sobre el nivel
del mar. La mayor parte de los barrios de la ciudad de Trujillo, incluido el centro histrico,
se encuentran en altitudes intermedias, incluyendo zonas perifricas como Moche Pueblo y
La Esperanza. El nico ro importante que discurre por la zona de estudio, concretamente al
sur de la ciudad de Trujillo, es el ro Moche; el resto de las zonas reciben quebradas de
escasa cuenca vertiente, pero que en condiciones espordicas pueden producir caudales
elevados.

El ro Moche nace en la Laguna Grande, a una altitud de 3898 m y desemboca en el Ocano
Pacfico, tras recorrer 102 km, presentando, por lo tanto, una pendiente media de 4 %. Su
cuenca hidrogrfica, cuya delimitacin se puede ver en la figura 11.1, drena un rea total
de aproximadamente 1864 km
2
hasta Quirihuaca, el punto situado en el tramo final donde
se dispone de estacin de aforo. El 72 % de la misma se encuentra situada a una altitud
superior a 1500 m y es la que contribuye ms sensiblemente a la escorrenta superficial.

Adems de este ro principal, la zona de estudio presenta varias quebradas con superficie
tributaria notablemente inferior a la del ro Moche, pero que en condiciones extremas
pueden aportar caudales elevados. Se han identificado ocho quebradas principales, de las
cuales siete pertenecen al sector norte del rea de estudio, el correspondiente a los
municipios de El Milagro y Huanchaco, y una se sita en la parte alta de la ciudad de
Trujillo. La denominacin de esta ltima es quebrada de San Ildefonso, mientras que el
resto responde a los nombres (de norte a sur) de La Cumbre, El Len, Ro Seco (la unin de
La Cumbre y El Len), La Encantada y San Carlos.


- 11.2 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura 11.1. Cuenca del ro Moche (Ministerio de Energa y Minas de Per).

Al tratarse de torrentes de zona rida, sus cauces estn poco definidos y pueden migrar en
diferentes periodos de tiempo, lo que genera cierta confusin a la hora de identificarlos. En
la situacin actual (2012), se ha considerado adecuado definir siete puntos de entrega a la
zona de estudio, que se corresponden de la siguiente manera con la hidronimia local (ver
figura 11.2):

ID Nombre
1 Quebrada La Cumbre
2 Quebrada El Len 1
3 Quebrada El Len 2
4 Quebrada La Encantada 1
7 Quebrada San Carlos

Los parmetros hidrolgicos fundamentales de estas quebradas, que sern de utilidad a la
hora de determinar sus caudales extremos, se recogen en la tabla 11.1.


- 11.3 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Quebrada rea(km2) Long.cauce
principal(m)
Desnivel(m) Pendiente
media(m/m)
1 39.28 6370 71 0.011
2 57.26 16400 667 0.041
3 47.49 18960 1090 0.057
4 73.21 16000 1090 0.068
5 3.78 1850 103 0.056
6 4.20 2000 55 0.027
7 1.70 1000 81 0.081

Tabla 11.1. Parmetros bsicos de caracterizacin de las quebradas del sector norte (El Milagro y Huanchaco).

Figura 11.2. Esquema de las quebradas identificadas y su zona de entrega al rea de estudio

Los riesgos hidrolgicos que se analizarn en el presente captulo estn relacionados con la
capacidad del terreno de evacuar tanto la lluvia generada localmente, como la que procede
de las cuencas drenantes a los ros y barrancos que atraviesan las zonas de inters. En el
caso del ro Moche, el proceso hidrolgico es complejo y est relacionado con el clima en un
territorio mucho ms extenso que la zona de estudio, mientras que el caudal aportado por
los barrancos se puede considerar ligado a procesos meteorolgicos ms locales.


- 11.4 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

La zona de estudio presenta, como ya se ha descrito, un clima rido con escasas
precipitaciones anuales, y stas muy ligadas al fenmeno de la ENSO o El Nio. Esto hace
que la cantidad de eventos disponibles para calibrar modelos hidrolgicos sea muy escasa.
Por otra parte, la hidrologa de zonas ridas es una de las ramas ms jvenes y complejas
de todas las ciencias y tecnologas relacionadas con el ciclo del agua. Citando a H. Wheather
en su ponencia de presentacin de un taller internacional sobre hidrologa de zonas ridas
celebrado en 2005: Las caractersticas hidrolgicas de las zonas ridas presentan severos
problemas para los mtodos convencionales de anlisis. []. Se requiere mucha ms
investigacin de alto nivel, sobre todo para conocer procesos como la distribucin espacial
de la lluvia, y la infiltracin y recarga de acuferos a partir de flujos efmeros.

Quizs uno de los principales problemas de base en el estudio de zonas ridas es la carencia
de datos con la suficiente duracin y definicin espacial y temporal. Slo partiendo de
registros de lluvias y caudales muy extensos (siglos), y con discretizacin de minutos y
kilmetros, se podra aspirar a calibrar y validar los modelos existentes. Este hecho es
todava ms patente en las quebradas, donde no se dispone de ninguna fuente instrumental
de datos de aforo.

Llevar a cabo un clculo de los mximos caudales de avenida del ro Moche, o de cualquiera
de los barrancos cercanos, requiere una alta dosis de juicio subjetivo. El enfoque que se
propone en este estudio para llevar a cabo los clculos hidrolgicos consiste en combinar de
forma razonada datos locales con informacin de otras regiones ridas donde se dispone de
un grado de instrumentacin y seguimiento mayores. En ltima instancia, los caudales
obtenidos deben tomarse como estimaciones del lado de la seguridad, y estn sujetos a un
alto grado de incertidumbre que se tratar de acotar, en la medida de lo posible.

El presente captulo presenta, en primer lugar, una recapitulacin de los datos climticos
disponibles, en concreto las precipitaciones extremas, el anlisis de caudales extremos en el
tramo final del ro Moche y el clculo de los caudales extremos en las quebradas. A
continuacin, se presentarn los resultados de peligrosidad (calados y velocidades del agua)
en los tres sectores principales en que se puede subdividir la zona de estudio:

Sector norte. Quebradas El Len, La Cumbre, La Encantada y Ro Seco, que
desembocan conjuntamente en Huanchaco, tras atravesar el municipio de El Milagro
Sector sur. Ro Moche y zonas adyacentes
Sector centro. La ciudad de Trujillo, incluyendo el barranco de San Ildefonso que
vierte en sus barrios altos (zona de El Porvenir)
Esta zonificacin tambin se ha seguido en el modelado hidrulico, ya que los modelos de
flujo requieren una discretizacin del terreno en elementos de pequea dimensin, y no es
computacionalmente viable operar con un nico modelo de todo el conjunto; por otra parte,
el tipo de modelo hidrulico, el grado de discretizacin y los datos de partida varan entre
los sectores mencionados. La siguiente tabla resume el esquema metodolgico global que
se ha adoptado para determinar los riesgos hidrolgicos por sectores, y que ms adelante
se describir con mayor detalle:


- 11.5 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

SECTOR FACTORES DE RIESGO MODELO HIDROLGICO MODELO DE
FLUJO
Norte
(Huanchaco)
Barrancos (incluyen lluvia
local).
Mtodo racional modificado SRH-2D
Centro
(Trujillo)
Barrancos, lluvia local en la
zona urbana
Mtodo racional modificado RFSM-EDA, SRH-
2D
Sur (Moche) Desbordamiento del ro
Moche
Anlisis de extremos de la
serie histrica de aforos
SRH-2D

Como se puede observar, las tres zonas se caracterizan por factores de peligrosidad
diferentes y han sido tratadas con diferentes herramientas. Tras el clculo de la
peligrosidad, se describirn de manera resumida los rasgos de vulnerabilidad del territorio,
prestando especial atencin a las variables que ms repercusin tienen en los riesgos
hidrolgicos. Los resultados de riesgos hidrolgicos integrarn la totalidad de los resultados
de peligrosidad y vulnerabilidad en una nica capa de informacin relevante para la toma de
decisiones. Finalmente, se emitirn recomendaciones de medidas de adaptacin para
reducir los riesgos detectados.


- 11.6 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

11.2 Caracterizacin de los factores climticos

En este apartado se resumen los datos climticos empleados como informacin de partida
para alimentar a los modelos que servirn para definir la extensin de los riesgos de
inundacin.

11.2.1 Caracterizacin de lluvias extremas.

La magnitud de las precipitaciones mximas en la provincia de Trujillo tiene una clara
variacin espacial en sentido perpendicular a la costa, en funcin de la altitud. As, el
promedio anual vara entre unos pocos milmetros en la zona costera hasta valores del
orden de 1200 mm en la cabecera de la cuenca del ro Moche, a una altitud de 4200 m.
Presenta adems una variacin a lo largo del tiempo, dentro de cada ciclo hidrolgico anual,
producindose las mayores precipitaciones en el perodo comprendido entre los meses de
diciembre y marzo. Excepcionalmente, en perodos multianuales acclicos, la precipitacin
pluvial tiene un comportamiento atpico debido al fenmeno de El Nio.

Tras estas consideraciones de carcter general, lo ms importante, desde el punto de vista
del anlisis de riesgo de inundacin, es la caracterizacin de las lluvias extremas en la zona
de estudio. Los caudales del ro Moche estn gobernados por la distribucin espacial y
temporal en el territorio ms amplio de su cuenca, pero la caracterizacin de estas lluvias a
escala regional no ser necesaria, ya que los caudales extremos se obtendrn mediante
ajuste y proyecciones de los caudales medidos en la desembocadura.

Con base en los anlisis recogidos en el captulo 10, se han llegado a establecer los valores
de las precipitaciones mximas diarias que se indican en la Tabla 11.2, correspondientes a
diferentes perodos de retorno.

T
R
(aos) 10 25 50 100
Clima presente 15.9 24.0 33.1 44.2
Escenario C4 17.5 26.4 36.4 48.6
Escenario C5 19.1 28.8 39.7 53.0

Tabla 11.2. Precipitacin mxima en 24 horas (mm/da), para diferentes perodos de retorno y escenarios, en la
zona de estudio.


- 11.7 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

11.2.2 Caudales de avenida en el tramo final del ro Moche.

Los caudales registrados en la estacin de Quirihuaca, situada en el tramo final del ro
Moche, en el perodo 1960-2008, han servido de base para establecer el rgimen extremal
de caudales en la zona de estudio, tal y como se detalla en el captulo 10. Los resultados
finales de los caudales mximos obtenidos para el clima presente y para los escenarios de
cambio climtico denominados C4 y C5 se recogen en la tabla 11.3.

Clima presente Escenario C4 Escenario C5
T
r
=10 228 251 274
Tr=25 310 341 372
Tr=50 383 421 460
Tr=100 470 517 564

Tabla 11.3. Caudales extremos en el tramo final del ro Moche (m
3
/s). Mtodo estadstico.

En la Tabla 11.4 se presentan tambin los resultados de un estudio llevado a cabo por el
INRENA, en 1999, pudindose apreciar la diferencia entre los valores correspondientes al ro
Moche, en los mismos perodos de retorno.

Q25 Q50 Q100 Q200
Caudal mximo (m
3
/s) 269 327 389 458

Tabla 11.4. Caudales mximos segn INRENA 1999.

Para la determinacin de los caudales mximos en la cuenca del ro Moche y en las
subcuencas principales del mismo, se puede utilizar tambin el mtodo de la envolvente de
Creager, que es una ecuacin que incorpora el periodo de retorno, el rea y diversos
coeficientes, cuyo valor depende de la zona en cuestin. Su expresin es:

n
A m
A T Log C C Q

2 1 max
) (
en donde:

Qmax: Caudal mximo (m
3
/seg)
T: Periodo de retorno (aos)
A: rea de la cuenca (km
2
)
C1, C2, m, n: Constantes para las diferentes regiones del Per.

Los valores de las constantes C1, C2, m, n estn tabulados y se presentan en la Tabla 11.5;
la cuenca del ro Moche est incluida en la regin 2, en el Mapa de regionalizacin de las
Avenidas del Per, desarrollado por Trau, W. y Gutirrez, R. (1979). La aplicacin de estos
ndices regionales a las subcuencas del Moche permite obtener los caudales de avenida que
se presentan en la Tabla 11.6.


- 11.8 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Regin C1 C2 m n
1
2
3
4
5
6
7
1.01
0.10
0.27
0.09
0.11
0.18
0.22
4.37
1.28
1.48
0.36
0.26
0.31
0.37
1.02
1.02
1.02
1.24
1.24
1.24
1.24
0.04
0.04
0.04
0.04
0.04
0.04
0.04

Tabla 11.5. Constantes regionales del Per para el mtodo de Creager.

Q25 Q50 Q100 Q200
Caudal
mximo
569.90 692.62 815.34 938.06

Tabla 11.6. Caudales mximos calculados por el mtodo de Creager en la cuenca del ro Moche.

Finalmente, cabe hacer referencia a los resultados obtenidos en el Estudio de Mximas
Avenidas del ro Moche mediante la aplicacin del modelo HEC-HMS, donde se obtuvo un
hidrograma con caudal pico de 530 m
3
/s, correspondiente a un perodo de retorno de 200
aos.

A la vista de estos datos, se puede concluir que la mayor parte de los mtodos coinciden en
cuanto al orden de magnitud de la avenida mxima asociada a 100 aos de periodo de
retorno, que se sita entre 400 y 500 m
3
/s. nicamente el mtodo de Creager, que est
concebido como un mtodo de envolventes mximas de caudal especfico (m
3
/s/km
2
) para
una regin o territorio, da cifras sensiblemente superiores, del orden de 800 m
3
/s para 100
aos. A la vista de estos hechos, se adoptarn los valores de la tabla 11.3 como valores de
diseo.

No obstante, cabe sealar que los datos de aforo del ro Moche, como muchos otros ros,
presentan mayor fiabilidad en el rgimen medio, pero se desconoce su validez en rgimen
de mnimos, no relevante para este estudio, y sobre todo de mximos, cuando las curvas de
relacin nivel-caudal no suelen estar calibradas con datos medidos por procedimientos
convencionales.

11.2.3 Caudales extremos en las quebradas.

La determinacin de los caudales de avenida en las quebradas del mbito de estudio
plantea una problemtica especfica, debido por una parte a que no se dispone de
estaciones de aforo con registros de caudales histricos, lo cual hace inviable la utilizacin
de procedimientos estadsticos. Por otro lado, el comportamiento de las quebradas en zonas


- 11.9 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

ridas pone a prueba la validez de muchos de los mtodos hidrolgicos convencionales. La
presencia de redes de drenaje, alcantarillado urbano, drenes agrcolas o simples cunetas
asociadas a vas de comunicacin son susceptibles de alterar notablemente el
comportamiento hidrolgico de estas cuencas, incluyendo la modificacin de su superficie
efectiva, ya que pueden derivar o modificar una fraccin significativa de la escorrenta total.
Adems, los cambios de usos del suelo en cuencas menores (urbanizacin, deforestacin,
incendios) pueden tener efectos muy relevantes, que van en ciertos casos mucho ms all
de una perturbacin sobre los caudales en situacin no alterada.

Por estos motivos, se ha optado por utilizar un mtodo que sea al mismo tiempo sencillo y
flexible para incorporar la mayor variedad de situaciones posibles, como es el denominado
mtodo racional, sobre el que se plantear una variante adaptada para regiones ridas. La
descripcin completa y las bases tericas de los clculos hidrolgicos realizados se
presentan en el A11.2 de este captulo. Los resultados de caudales de diseos obtenidos
para las diferentes quebradas se presentan en la tabla 11.7.

Quebrada de San Ildefonso

PERODODERETORNO
10 25 50 100
Climaactual 10.02 32.78 52.70 76.54
Esc.C4 11.02 36.05 57.96 84.18
Esc.C5 12.03 39.33 63.25 91.85

Quebrada 1. Sector norte

PERODODERETORNO
10 25 50 100
Climaactual 8.10 26.50 42.61 61.88
Esc.C4 8.91 29.14 46.86 68.05
Esc.C5 9.72 31.80 51.13 74.25


PERODODERETORNO
10 25 50 100
Climaactual 9.39 30.69 49.36 71.68
Esc.C4 10.32 33.76 54.28 78.83
Esc.C5 11.26 36.83 59.23 86.02


- 11.10 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S


PERODODERETORNO
10 25 50 100
Climaactual 7.95 26.01 41.83 60.74
Esc.C4 8.75 28.61 46.00 66.80
Esc.C5 9.54 31.21 50.19 72.89


PERODODERETORNO
10 25 50 100
Climaactual 14.92 48.78 78.45 113.92
Esc.C4 16.40 53.65 86.27 125.29
Esc.C5 17.90 58.54 94.14 136.71


PERODODERETORNO
10 25 50 100
Climaactual 3.72 12.17 19.56 28.41
Esc.C4 4.09 13.38 21.52 31.25
Esc.C5 4.46 14.60 23.48 34.10


PERODODERETORNO
10 25 50 100
Climaactual 2.96 9.70 15.59 22.64
Esc.C4 3.26 10.66 17.15 24.90
Esc.C5 3.56 11.64 18.71 27.17


PERODODERETORNO
10 25 50 100
Climaactual 4.26 13.93 22.40 32.54
Esc.C4 4.69 15.32 24.64 35.78
Esc.C5 5.11 16.72 26.89 39.04

Tabla 11.7. Caudales mximos de clculo (m
3
/s) para las quebradas de la zona de estudio.


- 11.11 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

11.3 Clculo de la peligrosidad asociada al desbordamiento del ro
Moche en su tramo final

El estudio de la peligrosidad por desbordamiento del ro Moche se va a abordar mediante la
definicin de calados y velocidades asociados a eventos de avenida con diferentes
probabilidades de presentacin. El clculo de dichas variables se ha llevado a cabo mediante
la utilizacin de un modelo hidrulico bidimensional, adecuado a las caractersticas del
desbordamiento esperable en la zona.

11.3.1 Datos de partida.

En el clculo de la peligrosidad asociada al desbordamiento del ro Moche se ha utilizado la
topografa obtenida de las siguientes fuentes:

ASTER Global Digital Elevation Model (ASTER GDEM) Ministry of Economy, Trade and
Industry of Japan (METI) and the National Aeronautics and Space Administration
(NASA).

Proyecto especial Chavimochic. Gobierno Regional de Libertad (Per)
http://www.chavimochic.gob.pe/portal/wfrmBienvenido.aspx.

Tal y como se ha mostrado en el captulo 4.

La utilizacin de un modelo bidimensional para el desarrollo del estudio hidrulico exige la
definicin previa de una serie de elementos triangulares o rectangulares, que conforman la
malla de clculo. Esta malla tiene que tener una precisin suficiente para una adecuada
definicin del cauce de aguas bajas, que debe ser definido por, al menos, tres celdas en
sentido transversal. Asimismo, el ancho de la geometra del modelo numrico debe ser tal
que comprenda toda la llanura de inundacin, siendo recomendable la ampliacin de mbito
de estudio a reas mayores que la estricta zona inundable, aunque sea utilizando datos
topogrficos de una escala menos precisa. A partir de la informacin disponible se ha
generado una malla de clculo, cuyas dimensiones espaciales son las siguientes (figura
11.3):

Dimensiones mximas: 6500 x 5700 m (aprox.)

Superficie modelada: 39.2 km
2

Nmero total de celdas: 9953 (elementos triangulares y cuadrangulares)


- 11.12 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura 11.3. Perspectiva de la malla de clculo del tramo final del ro Moche (escala vertical x100).

La malla de clculo desarrollada permite modelar la llanura de inundacin esperable en el
tramo final del ro Moche, en las condiciones de mayores caudales considerados. En relacin
con su geometra, cabe sealar que se ha conseguido definir el cauce principal de aguas
altas de forma suficientemente precisa. En el anexo A11.1 se puede encontrar una
descripcin ms detallada del procedimiento seguido.

La evolucin de un episodio de avenida a lo largo de un cauce natural y de la llanura de
inundacin adyacente al mismo est condicionada, entre otros aspectos, por la rugosidad


- 11.13 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

del terreno, que da lugar a la aparicin de prdidas de energa en el flujo. Dicha rugosidad
est relacionada, no slo por las caractersticas topogrficas y geolgicas del terreno, sino
tambin por la presencia de vegetacin, obstculos, edificaciones, etc., existentes en el
cauce y la llanura, de origen natural o artificial.

La definicin de dicha rugosidad se suele realizar mediante el denominado coeficiente de
rugosidad o nmero de Manning, que integra todos estos aspectos en una nica variable,
cuyos valores en cauces de muy diferente naturaleza han sido establecidos y ampliamente
contrastados. Un ejemplo de los valores que se utilizan en cauces y llanuras de inundacin
de diferente naturaleza, se recoge en la tabla 11.8. Dadas las caractersticas observadas en
el tramo final del ro Moche, en esta parte del estudio se ha optado por adoptar valores de
este coeficiente de n=0.04 en el cauce que, segn la tabla mencionada, correspondera a un
cauce no vegetado, y de 0.05 en la llanura de inundacin, correspondiente a una zona de
escasa ocupacin urbana y vegetacin arbrea, y predominancia de cultivos (Figura 11.4).

Tipo Uso Manning
Cauce natural No vegetado 0.04
Cauce natural Vegetado 0.053
Encauzamiento Hormign 0.035
Encauzamiento Grava 0.05
Llanura de inundacin Urbano 0.10-0.15
Llanura de inundacin Bosque 0.09
Llanura de inundacin Matorral 0.07
Llanura de inundacin Cultivos 0.05
Llanura de inundacin Prados 0.04

Tabla 11.8. Coeficientes de Manning en cauces y llanuras de inundacin de diferente naturaleza.

Finalmente, el modelo numrico seleccionado para llevar a cabo este estudio es el SRH-2D
(Sedimentation and River Hydraulics), modelo bidimensional desarrollado en el Bureau of
Reclamation (http://www.usbr.gov/). Una descripcin detallada del mismo se puede
encontrar en el anexo A11.4 de este captulo.


- 11.14 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura 11.4. Aspecto general de la llanura de inundacin del ro Moche su tramo final (Fuente: Google Earth).

11.3.2 Resultados

En la Figura 11.5 se presenta una imagen en planta del tramo bajo del ro Moche con los
calados mximos y velocidades que alcanza la avenida de 100 aos de periodo de retorno
en la situacin de clima actual. Se observa cmo el ro configura un cono de expansin a
medida que se aproxima al mar, con menores calados y velocidades, pero mayor extensin
de la zona inundable. Aunque existen algunas zonas edificadas, o con previsin de
edificacin, que se ven afectadas, el cauce de aguas altas generalmente discurre por
terrenos no ocupados por usos edificatorios, lo que revela que hasta la fecha se ha
respetado en gran medida el corredor fluvial, y la mayor parte de los terrenos adyacentes al
ro son de uso agrcola.

La figura 11.6 refleja una perspectiva 3D de las diferencias entre la avenida de 25 aos de
periodo de retorno y la de 100 aos, en situacin de clima presente. El evento con menor
caudal inunda menos superficie, sobre todo en la zona alta de la malla de clculo, pero en el
tramo final las zonas inundables son muy similares, al menos en trminos de envolvente, si
bien los calados y velocidades son menores en la imagen de la izquierda.

La Figura 11.7 muestra una perspectiva similar del ro, en este caso comparando la
situacin con clima actual y con cambio climtico de largo plazo (escenario C5), ambas para
100 aos de periodo de retorno. Existen diferencias muy pequeas en cuanto a calado y
velocidad, pero la extensin inundada es muy similar, hecho que est condicionado
fundamentalmente por la topografa del terreno.


- 11.15 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura 11.5. Aspecto Calados y velocidades para la avenida de 100 aos de periodo de retorno y clima presente en
la desembocadura del ro Moche.


- 11.16 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura 11.6. Extensin de la zona inundable para la avenida de 25 aos (izquierda) y de 100 aos (derecha) en el
Bajo Moche y escenario de clima presente. Escala vertical magnificada.

A la vista de los resultados, se puede afirmar que fuera del cauce del ro, en la margen
derecha, los mayores calados pueden alcanzar valores comprendidos entre 2 y 2.5 m. En el
cauce principal, los valores mximos abarcan un rango entre los 2 y 4 m. Los calados son
menores en la margen izquierda, debido al pronunciado relieve de la misma. Cabe
mencionar que en esta ribera el calado en la nica zona urbanizada es de 0.5 m. Tambin
se puede apreciar que, a pesar de la extensin de la inundacin, los valores de calados y
velocidades se reducen rpidamente al alejarse del cauce principal.

En trminos de calado, se suele considerar que la inundacin es peligrosa si presenta
valores superiores a 1 m. A la vista de los resultados del modelo en el caso analizado, se ha
constatado que en las zonas pobladas de las llanuras de inundacin este valor no se alcanza
en ningn punto. Atendiendo a las velocidades, fuera del cauce del ro se alcanzan valores
mximos de 1.0 m/seg en la margen derecha, alcanzndose valores del orden de 0.5 m/seg
en la margen izquierda. Por otro lado, en la zona del cauce principal el rango de velocidades
oscila entre 1.0 y 3.0 m/seg.


- 11.17 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura 11.7. Perspectiva de la zona inundable para la avenida de 100 aos en el bajo Moche con escenario de clima
presente (izquierda) y clima futuro (derecha). Escala vertical magnificada.

La mxima extensin del desbordamiento en la zona urbana se produce en las
inmediaciones de la costa, alcanzando una anchura total de unos 1200 m, afectando
fundamentalmente a la margen derecha.


- 11.18 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

11.4 Clculo de la peligrosidad asociada a inundaciones en las
quebradas del sector norte.

El estudio de la peligrosidad asociada al desbordamiento de las quebradas en las zonas de
El Milagro y Huanchaco tambin se ha llevado a cabo mediante el modelo SRH-2D, con
caudales constantes calculados mediante aplicacin del mtodo racional modificado para
zonas ridas. Las quebradas analizadas responden, segn la toponimia local, a las
siguientes denominaciones:

El Len
La Cumbre
La Encantada
Ro Seco

La superficie conjunta de las mismas es de unos 280 km
2
. La longitud de los cauces
principales de dichas quebradas alcanza valores de entre 5 y 17 km. En cuanto a los
desniveles mximos, sus valores oscilan entre 22 y 136 m
3
/s (tabla 11.7).


En el clculo de la peligrosidad asociada al desbordamiento de las quebradas cuyo desage
conjunto se produce en las proximidades del municipio de Huanchaco, se ha utilizado la
topografa proporcionada por el Proyecto especial Chavimochic, Gobierno Regional de
Libertad (Per) http://www.chavimochic.gob.pe/portal/wfrmBienvenido.aspx.

A partir de dicha topografa se han obtenido las cuencas vertientes de dichas quebradas que
confluyen en la cabecera de la zona objeto de modelizacin hidrulica. La definicin de las
mismas se muestra en la Figura 11.8. En el anexo A11.1 se detalla el procedimiento de
interpolacin de datos topogrficos.


- 11.19 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura 11.8.Delimitacin de las cuencas vertientes de las quebradas aguas arriba de Huanchaco.

En la Figura 11.9 se presenta la vista general de la malla de clculo del rea inundable que
se sita aguas abajo de la confluencia de ambas quebradas, zona en cuyo extremo final se
sita el aeropuerto de Trujillo. En la figura 11.10 se muestra un detalle de la misma malla
en la zona de desembocadura donde se sita el ncleo de Huanchaco, donde se ha
empleado mayor resolucin espacial para definir mejor el flujo en las inmediaciones del
ncleo urbano. Dada la extensin de la malla, no se han incluido en la misma los edificios
de las zonas urbanas, pero s se ha aplicado en ellas un factor de rugosidad de flujo
superior, para tener en cuenta este efecto.


- 11.20 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura 11.9. Vista general de la malla de clculo para los barrancos del sector norte de la zona de estudio.

Figura 11.10. Detalle de la malla de clculo de la llanura situada aguas debajo de la confluencia de las quebradas
de la zona de Huanchaco.


- 11.21 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Las caractersticas generales de la malla de clculo del sector norte son las siguientes:

Longitud (medida a lo largo del cauce principal):11,9 Km

Anchura mxima: 5,2 Km

Superficie modelada: 78 km
2

Nmero total de elementos: 56.643

Al igual que en el caso del ro Moche, se han adoptado valores del coeficiente de Manning de
n=0.04 en el cauce y de n=0.05 en la llanura de inundacin.

11.4.2 Definicin de los caudales de clculo

El estudio de la peligrosidad debida al desbordamiento de las quebradas, se va a abordar
mediante el clculo de calados y velocidades de avenidas para diferentes probabilidades de
presentacin. Para ello emplearn los caudales extremos presentados en la tabla 11.7,
obtenidos mediante el mtodo racional modificado

En primera instancia, se adoptar la hiptesis conservadora de que el caudal se mantiene
constante durante el tiempo necesario para que se estabilicen los caudales y niveles, lo que
en cuencas de pequeo tamao supondr por lo general aportar un volumen total de agua
superior al que se produce en eventos de duracin limitada. No obstante, dado que esta
hiptesis puede ser considerada demasiado desfavorable, tambin se analizar el efecto de
introducir en las diferentes quebradas un hidrograma con caudal variable en el tiempo, y
por tanto con volumen de agua limitado.

11.4.3 Resultados de peligrosidad.

En las figuras siguientes se presentan los resultados de la simulacin de la avenida
correspondiente al periodo de retorno de 100 aos. En la figura 11.11 se presenta la zona
inundable y se indican los calados en cada punto para la avenida de 25 aos, mientras que
en la 11.12 se refleja la situacin de 100 aos, ambas con clima actual. Se ha adoptado
como criterio prctico representar como inundadas nicamente las zonas con calado
superior a 5 cm, ya que el modelo no aporta tal nivel de precisin, y dicha profundidad es
por lo general irrelevante a efectos de riesgos. Esta convencin hace que en algunos de los
mapas de inundacin las quebradas aparezcan discontinuas o no alcancen el mar, debido a
la expansin del flujo con consiguiente reduccin de la profundidad por debajo del umbral
fijado (figura 11.11).


- 11.22 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Una de las zonas ms crticas es la localidad costera de Huanchaco, cuya situacin de
detalle para 25 y 100 aos aparece en la figura 11.13. Se observa cmo el agua se
introduce en el ncleo urbano y encuentra una salida al mar alternativa a la prevista por la
configuracin urbanstica.

Figura 11.11. Calados mximos de la zona inundable en la totalidad de la malla de clculo del sector norte (El
Milagro y Huanchaco). Clima actual y evento de 25 aos de periodo de retorno.


- 11.23 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura 11.12. Calados mximos de la zona inundable en la totalidad de la malla de clculo del sector norte (El
Milagro y Huanchaco). Clima actual y evento de 100 aos de periodo de retorno.


- 11.24 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura 11.13. Calados y velocidades mximos en la zona de Huanchaco, para los eventos de 25 y 100 aos (izda. y
dcha. respectivamente) con el clima actual.

Figura 11.14. Calados y velocidades mximos en las inmediaciones del barrio de El Milagro, para el evento de
periodo de retorno de 25 aos y clima actual.


- 11.25 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura 11.15. Calados y velocidades mximos en las inmediaciones del barrio de El Milagro, para el evento de
periodo de retorno de 100 aos y clima actual.

Las figura 11.14 y 11.15 muestran un detalle de los campos de calados y velocidades
asociados a dichas avenidas. En este caso los valores mximos superan los 3.0 m/s. Si bien
estos mximos se producen en la zona de los cauces principales, tambin en algunos puntos
de la zona urbana del Milagro las velocidades alcanzan valores de riesgo, entre 0.5 y 1.0
m/s. Especial mencin cabe hacer de la situacin en el desage de la cuenca, en la zona
baja de la poblacin de Huanchaco, al oeste del aeropuerto, en donde se concentran las
velocidades del flujo.

Los resultados anteriores corresponden a una situacin de caudal constante que se
mantiene durante el tiempo suficiente para generar un flujo estable. Est hiptesis, de
carcter conservador, es adecuada cuando se dispone de poca informacin sobre el
comportamiento de las cuencas, pero el comportamiento esperado en este tipo de
quebradas de pequea rea vertiente y alta inclinacin es de tipo pulso, con un caudal
que vara rpidamente en el tiempo (hidrograma).

Adoptando los tiempos de concentracin que resultan de las frmulas al uso (apndice 3),
se han obtenido los hidrogramas para 100 aos de periodo de retorno y clima actual en las
siete quebradas seleccionadas del sector norte, tal y como aparece en la figura 11.16. Los
tiempos al pico resultantes oscilan entre menos de 10 minutos para las quebradas ms
pequeas y unos 40 minutos para las ms extensas y de menor pendiente.


- 11.26 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura 11.16. Hidrogramas de clculo para un periodo de recurrencia de 100 aos (clima actual) en las quebradas
del sector norte de la zona de estudio.

Introduciendo estas variaciones de caudales en el modelo bidimensional SRH-2D y
simulando con incrementos de tiempo menores, para poder representar la variacin real del
flujo sobre el territorio, se pueden obtener las envolventes de niveles y velocidades que
resultan (ntese que en este caso hay que hablar de envolventes de mximos, porque el
modelo genera un campo de niveles y velocidades diferente para cada instante de tiempo).
En la figura 11.17 se presentan dichas envolventes para la avenida de 100 aos de periodo
de retorno y clima actual.

Las extensiones inundadas, considerando calados superiores a 5 cm, son mucho menores
que en el caso estacionario, porque la cantidad de agua disponible para ocupar el territorio
est muy limitada. Esta situacin seguramente refleje mejor la realidad ms probable de
una inundacin en esta zona, sobre todo para periodos de retorno bajos, pero no se dispone
de la informacin suficiente para basar los clculos de riesgo en esta hiptesis menos
restrictiva.


- 11.27 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura 11.17. Envolvente de mximos calados y velocidades para la avenida de 100 aos de periodo de retorno en
el sector norte. Simulacin en rgimen transitorio.


- 11.28 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

11.5 Clculo de peligrosidad en la ciudad de Trujillo.

En el clculo de la peligrosidad asociada al anegamiento de la zona urbana, adems de la
informacin citada anteriormente, se utilizar la topografa de detalle facilitada por la
Gerencia de Operaciones y Mantenimiento de SEDALIB S.A. No existe una red de drenaje
urbano con capacidad para drenaje de aguas pluviales en la ciudad de Trujillo, por lo que a
efectos prcticos se asume que en la situacin de partida todo el flujo discurre de forma
superficial. En el caso de que algunos sectores de nueva planta posean red de alcantarillado
con capacidad de desage, dicha infraestructura mejorara en cierta medida los resultados
obtenidos, que se encuentran del lado de la seguridad.

11.5.2 Metodologa

El clculo de los riesgos de inundacin en la zona urbana de Trujillo se han diferenciado en
funcin de la fuente generadora de riesgo: la lluvia local y el caudal aportado por la
quebrada San Ildefonso, que se sita al norte de la ciudad (el punto de entrega se sita a la
altura de la zona denominada El Porvenir).

Para el anlisis de la inundacin pluvial, la metodologa que se seguir se basa en la
aplicacin del modelo RFSM-EDA (Rapid Flood Spreading Method-Explicit Diffusion wave
with Acceleration term), desarrollado por el IH Cantabria en colaboracin con HR
Wallingford. Dicho modelo permite utiliza el concepto de computacin distribuida de
versiones anteriores, desarrolladas por HR Wallingford, pero incorpora adems los trminos
de la aceleracin de las ecuaciones locales de Saint Venant. Ello permite, por lo tanto,
calcular no slo la evolucin de la inundacin, sino tambin la velocidad a la que ocurre el
proceso. Este hecho, unido a la capacidad de discretizacin de la zona inundable en una
serie de celdas con gran nivel de detalle, hace que este modelo sea especialmente adecuado
para la definicin de la inundacin urbana. Tambin permite analizar situaciones de rotura
de obras de defensa y la consecuente propagacin de ondas de avenida.

Por otra parte, el clculo del efecto de la quebrada de San Ildefonso (zona de El Porvenir)
en la inundacin urbana se modelar mediante el programa SRH-2D, que incorpora las
ecuaciones de flujo bidimensional con todos los trminos, sin las simplificaciones asociadas
al RFSM-EDA, aunque tambin con mayores costes computacionales.

La cuenca hidrogrfica que configura el citado barranco y la propia zona urbana alcanza una
superficie total de unos 30 km
2
, de los cuales la mitad aproximadamente es cuenca de alta
pendiente y baja urbanizacin asociada al barranco, y el resto es zona urbana de pendiente
inferior a 1/100. Por lo tanto, es de esperar que en los barrios altos de la ciudad la principal
causa de inundacin es el propio barranco, mientras que a medida que se desciende hacia la
costa los efectos de la lluvia y el caudal se van combinando.


- 11.29 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

11.5.3 Malla de clculo

Se ha empleado la misma topografa para la aplicacin de los dos modelos antes descritos,
de forma que los resultados son complementarios y coherentes desde el punto de vista de
la informacin de partida. La zona de estudio, tal y como se ha discretizado para el modelo
SRH-2D, se presentan en la figura 11.18; la malla del RFDM-EDA es regular y tiene la
misma geometra que la mostrada. Se observa el mayor grado de discretizacin que se ha
aplicado en la zona centro de la ciudad, que sin embargo no indica una mayor densidad de
datos topogrficos. Como en las quebradas del sector norte, la extensin de la malla es
demasiado grande para incluir los edificios y las estructuras urbanas, lo que se compensa
con un factor de rugosidad de flujo mayorado.

Figura 11.18. Malla de clculo de la ciudad de Trujillo empleada para el anlisis de inundaciones pluviales y de la
quebrada que vierte en la zona de El Porvenir.


- 11.30 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Los caudales extremos asociados a la quebrada San Ildefonso se obtuvieron, mediante el
mtodo racional modificado:

Tr Clima presente Escenario C4 Escenario C5
10 9.7 10.7 11.6
25 31.6 34.8 37.9
50 50.9 56.0 61.1
100 73.9 81.3 88.7
1000 134.8 148.3 161.8

Tabla 11.9. Caudales de diseo para la quebrada de San Ildefonso (m
3
/s).

Para el clculo del riesgo de origen pluvial se ha adoptado una tormenta tipo de 3 horas de
duracin, con la forma sinttica descrita en el apartado 11.2.1. A estos hietogramas se les
ha aplicado el mtodo del nmero de curva del Soil Conservation Service (SCS) para
calcular las prdidas y obtener los hietogramas de precipitacin neta; se ha considerado una
condicin de humedad antecedente de tipo III (terreno previamente saturado) y NC= 90,
como es habitual en una zona urbana. En la figura 11.19 se muestra el hietograma bruto y
neto correspondientes a una lluvia de 100 aos de periodo de retorno y clima presente.

Figura 11.19. Lluvia bruta y neta aplicada en el modelo de inundacin de origen pluvial

Por ltimo, se aplica el hietograma de lluvia neta a todas las zonas de impacto del modelo
RFSM-EDA, considerando que el campo de precipitacin es homogneo en toda la ciudad,
hecho que es asumible para un rea de estas dimensiones (unos 15 km
2
).


- 11.31 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

11.5.4 Resultados de peligrosidad de origen pluvial

Las figuras 11.20 y 11.21 reflejan los calados mximos obtenidos para tormentas de 25 y
100 aos de periodo de retorno en la ciudad de Trujillo, debidos nicamente a lluvias
locales, sin incluir el efecto de la quebrada de San Ildefonso. Se constata la aparicin de
acumulaciones de agua en diferentes puntos del centro urbano, con mayor incidencia en las
zonas cercanas al mar, donde la aportacin acumulada procedente de las zonas altas se
hace ms notoria. Los puntos negros ms importantes en trminos de riesgos de inundacin
pluvial son los siguientes:

Calles colindantes al sur y al este con los Jardines de la Paz, en el distrito de
Florencia de Mora
Zona del Parque Trupal y Campus de la Universidad Nacional de Trujillo
Zona aledaa al valo Larco
Calle Prolongacin Csar Vallejo a la altura de la Real Plaza
valo La Marina, zona norte, en calles Juan Cruzado, Manuel Iglesias y alrededores
Calle Simn Bolvar a la altura del cruce con la Avda. Vctor Larco Herrera
Avda. Panamericana Norte entre los cruces con las calles Mariscal Nieto y Manuel
Seoane, en el distrito de Buenos Aires
Avda. Panamericana Norte entre los cruces con las calles Jos Balta y Jorge Chvez.

De todos estos puntos, los nicos que presentan una peligrosidad moderada son la zona de
la Universidad Nacional de Trujillo, las inmediaciones del valo La Marina y la zona de la
Avda. Panamericana Norte a su paso por el distrito de Buenos Aires; el resto se pueden
considerar de peligrosidad baja. Ntese que este inventario hacer referencia a la inundacin
por lluvias, pero no incluye el efecto de la quebrada de San Ildefonso, que se analiza en el
apartado siguiente.

Se observa que no existe una diferencia cualitativa en la peligrosidad asociada al evento de
25 y de 100 aos, siendo la nica diferencia el calado mximo y la extensin de las zonas
afectadas, que se incrementan ligeramente.


- 11.32 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura 11.20. Resultados de calados en la zona urbana asociados a una lluvia local de 25 aos de periodo de
retorno.


- 11.33 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura 11.21. Resultados de calados en la zona urbana asociados a una lluvia local de 100 aos de periodo de
retorno.


- 11.34 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

11.5.5 Resultados de peligrosidad asociados a la quebrada de San
Ildefonso

La quebrada de San Ildefonso drena una superficie del orden de 30 km
2
, y en general
permanece seca, salvo en situacin extremas cuando la lluvia local puede generar una
importante concentracin de caudal por un breve periodo de tiempo. El agua procedente de
la quebrada se incorpora directamente al tejido urbano de la ciudad de Trujillo, por donde
discurre predominantemente en superficie y con pocas prdidas por infiltracin. A medida
que el agua desciende, la superficie inundada se expande y pierde velocidad, por lo que en
trminos generales su capacidad de arrastre queda atenuada.

En las figuras 11.22 y 11.23 se muestran los calados y velocidades inducidos por caudales
constantes asociados a periodos de retorno de 25 y 100 aos, respectivamente. Al igual que
en las quebradas del sector norte, se han sealado nicamente las zonas con calado
superior a 5 cm, motivo por el que en algunos mapas el agua no alcanza el mar en todas
sus ramificaciones.

Se observa en ambos casos que el flujo tiene un cauce urbano ms o menos definido, con
dos brazos principales. El primero de ellos, y el ms importante, sigue la alineacin que une
los Jardines de la Paz en el distrito de Florencia de Mora con la Avda. Juan Pablo II, por la
que discurre hasta llegar hasta la Avd. Panamericana Norte, para salir hacia el mar a la
altura de la calle 3 en el sector de Buenos Aires. Un segundo brazo secundario del flujo se
bifurca del primero ms o menos a la altura del distrito del Molino, y se desva hacia la
izquierda por los barrios Chicago, El Sol y Santa Mara, para finalmente entregar las aguas
al ro Moche en su tramo final.

Muchas de las zonas afectadas por la escorrenta del barranco coinciden con los puntos
bajos detectados en el apartado anterior, con el modelo de riesgos de origen pluvial. No
obstante, en este caso se incorporan algunos puntos cuya peligrosidad no est asociada a
una acumulacin de agua, sino al paso de la misma por zonas especficas. Adems de los
puntos negros sealados anteriormente, la quebrada aade los siguientes puntos negros en
el mapa de Trujillo:

Avda. Santa, desde los Jardines de la Paz hasta el cruce con la calle Federico
Villarreal.
Zona de Miraflores, alrededor de la Avda. Miraflores al norte de Casco Histrico.
Avda. Per al norte del Casco Histrico.
Zona en las inmediaciones del estadio Mansiche, hacia el centro urbano.
Sector noroeste del Casco Histrico: Avda. Espaa, calles Independencia, San
Martn, Zepita.
Barrio de Chicago y Avda. de Gonzles Prada


- 11.35 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Alrededores de la alineacin formada por la Avda. Espaa, Libertad y Juan Pablo II
desde el Casco Histrico hasta el cruce con la Panamericana Norte.
A diferencia de los calados obtenidos en la simulacin de origen pluvial, llaman la atencin
en este caso ciertas zonas donde la velocidad del agua no es despreciable, sobre todo en la
zona situada al sur Estadio Mansiche, a lo largo de la Avda. Espaa y sus paralelas, las
calles Zepita y San Martn. En este sector un suceso catastrfico tiene la capacidad de
arrastrar personas y vehculos, con potenciales vctimas mortales.

Figura 11.22. Calados y velocidades para la avenida de 25 aos de periodo de retorno por efecto de la quebrada de
San Ildefonso.


- 11.36 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura 11.23. Calados y velocidades para la avenida de 100 aos de periodo de retorno por efecto de la quebrada
de San Ildefonso.

La peligrosidad que se representa en las figuras previas se refiere al caso ms desfavorable
de una avenida de la quebrada de San Ildefonso en la que el caudal pico se mantiene
constante durante varias horas, de tal manera que se establece una situacin de flujo
estable en el dominio de clculo. No obstante, y aunque no se disponga de datos especficos
de caudales, es de prever que un cauce efmero con esas dimensiones aporte el caudal pico
durante un periodo muy breve de tiempo, con caudales menores antes y despus del
instante psimo. Aplicando la frmula de Kirpich para el tiempo de concentracin, se


- 11.37 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

obtiene un valor para la quebrada de San Ildefonso de 0.8 horas (anexo A11.3), con el que
se puede construir un hidrograma sinttico con el mismo caudal pico que el aplicado en las
simulaciones estacionarias.
Se ha analizado la peligrosidad asociada a esta situacin de rgimen transitorio,
obtenindose para 100 aos las envolventes de caudales y velocidades mximos
presentados en la figura 11.24; como en otros casos, se han omitido las zonas con calado
menor a 5 cm, por considerarse fuera de la precisin del modelo. Se observa con claridad
que el menor volumen de agua total aportado por la quebrada hace que se reduzcan
notablemente los calados y velocidades asociados al instante psimo. Aunque es de esperar
que esta situacin refleje mejor la realidad ms probable de una inundacin en esta zona,
no se dispone de la informacin suficiente para basar los clculos de riesgo en esta hiptesis
menos restrictiva.

Figura 11.24. Envolvente de mximos calados y velocidades para la avenida de 100 aos de periodo de retorno en
el centro de Trujillo. Simulacin en rgimen transitorio.


- 11.38 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

11.5.6 Peligrosidad en trminos de prdida potencial de vidas humanas

En los apartados previos se ha presentado la peligrosidad hidrulica de los tres sectores en
que se ha dividido la zona de estudio, expresada a travs de sus parmetros fsicos ms
directos, que son el calado y la velocidad mximos. Para el clculo de ciertos tipos de
riesgos, como son los daos econmicos asociados a eventos de inundacin o los daos
humanos relativos (alto, medio o bajo), las formulaciones al uso suelen emplear
directamente estas variables hidrulicas o una combinacin de ellas (calado por velocidad, o
similar).
Sin embargo, el clculo en trminos absolutos de los riesgos humanos, expresados como
vctimas mortales anuales, requiere una peligrosidad expresada como una tasa de
mortalidad potencial que se aplicar a la poblacin expuesta. Esta mortalidad potencial, que
es diferente del riesgo de muerte real, donde se introducen factores de vulnerabilidad, se
obtiene a partir de formulaciones especficas. Una de las frmulas disponibles, que ha sido
empleada con xito en diversos estudios y se basa en datos de eventos reales, es la debida
a Jonkman et al. (2008). Estos autores introducen una probabilidad de muerte que depende
del calado (h), la velocidad (v) y la tasa de aumento del calado (dh/dt). En los rangos de
calados y velocidades de este estudio, la funcin recomendad es una distribucin log-normal
del calado, con parmetros =1.46 y =0.28; se ha asumido que en toda la zona de estudio
la tasa de ascenso del nivel del agua es superior a 0.5 metros por hora, como corresponde a
quebradas rpidas como las que existen en Trujillo.
Los resultados obtenidos de mortalidad potencial se presentan en el apartado de planos, y
en la figura 11.25 se presenta a modo de ejemplo el correspondiente a la avenida de 100
aos de periodo de retorno y clima actual. Ntese que la leyenda tiene unidades de prdida
de vidas humanas por cada 10.000 habitantes expuestos, por lo que el hecho de alcanzar
valores altos en algunos puntos no lleva necesariamente asociado un riesgo real, si en esa
zona no existe poblacin expuesta en el momento del suceso extremo, bien porque no hay
ocupacin habitual, o bien porque se ha activado un plan de evacuacin.


- 11.39 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura 11.25. Mapa de peligrosidad potencial de vidas humanas para la avenida de 100 aos de periodo de retorno
y clima actual.


- 11.40 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

11.6 Vulnerabilidad y riesgos hidrolgicos

El clculo de la peligrosidad en el rea metropolitana de Trujillo, combinado con las
caractersticas socioeconmicas y la estructura de usos del suelo, permite obtener los daos
asociados a sucesos extremos, entendidos tales daos como las consecuencias de las
inundaciones en trminos de vidas humanas y prdidas econmicos, fundamentalmente.
Siguiendo este esquema, en este captulo se destacan los rasgos de vulnerabilidad del
territorio que son relevantes desde el punto de vista de riesgos hidrolgicos, para acto
seguido cuantificar los daos asociados a ellos.

11.6.1 Anlisis de la vulnerabilidad hidrolgica en la zona de estudio.

El anlisis de la vulnerabilidad de la zona de estudio se recoge en el captulo 6, y el lector
interesado puede referirse a l para una informacin ms exhaustiva. En el contexto de los
riesgos hidrolgicos, se destacarn nicamente los elementos de vulnerabilidad que son
relevantes para este fenmeno. Se considera que las variables socioeconmicas ms
importantes para el clculo de los daos por inundacin son las siguientes:
Densidad de poblacin
Clasificacin de viviendas por tipologa estructural
Nivel de percepcin de riesgo y eficiencia de los sistemas de alerta temprana.
La poblacin de la Provincia de Trujillo se concentra fundamentalmente en los ncleos
urbanos, con muy poca poblacin dispersa fuera de ellos. Entre todos los Distritos de la
Provincia destaca en tamao el de Trujillo, seguido por La Esperanza y El Porvenir, todos
ellos con una poblacin superior a 170.000 habitantes; en una segunda categora de
tamao se encuentran Vctor Larco Herrera, Huanchaco y Florencia de Mora, todos ellos en
torno a 50.000 habitantes.
La densidad de poblacin es uno de los factores clave de la vulnerabilidad, ya que
determina la cantidad de personas que potencialmente pueden encontrarse en un lugar
alcanzado por las aguas de una creciente. No obstante, una alta densidad de poblacin no
implica una vulnerabilidad alta, ya que la poblacin puede estar ms o menos expuesta a la
peligrosidad en funcin de las caractersticas tipolgicas y estructurales de los edificios, as
como de otras variables no estructurales asociadas a la capacidad de evacuacin temprana
de la zona afectada. La primera variable, que recoge las tipologas estructurales, se ha
abordado de forma simple, a partir de los datos disponibles, agrupando los diferentes
barrios de la zona de estudio en tres categoras predominantes:
Categora A: edificios de hormign bien cimentados con ms de una altura
Categora B: viviendas de adobe o ladrillo con moderada resistencia y una altura
Categora C: estructuras de madera, plsticos, chapas u otros materiales de baja
resistencia.


- 11.41 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

A cada una de estas categoras se le ha aplicado un coeficiente de exposicin, que refleja la
proporcin de habitantes o usuarios de dicha estructura que se vera expuesta al peligro de
una inundacin, si sta sucediera de forma sbita o con escaso margen de respuesta. Se ha
considerado, basndose en datos empricos procedentes de catstrofes acaecidas en otros
lugares, que la categora A presenta un factor de exposicin del 10%, indicando que
nicamente 1 de cada 10 personas presentes en un edificio de este tipo, o en las cercanas
del mismo, podra verse expuesto a un riesgo potencial; el resto de personas se consideran
a salvo por razones meramente circunstanciales: se encontrarn en los pisos superiores o
tendr tiempo suficiente para alcanzarlos. En las zonas con edificaciones de categora B, la
posibilidad de trasladarse a zonas seguras se reduce a un 35%, ya que se considera que
algunas viviendas pueden sufrir daos y que no siempre existe una zona elevada cercana.
En el caso de viviendas de categora C, el grado de exposicin se eleva al 70%, debido tanto
a la baja resistencia de los materiales como a la menor probabilidad de encontrar un refugio
seguro en un radio cercano.
Finalmente, cabe tomar en consideracin el carcter dinmico de la presencia de poblacin.
Asumir que la densidad de ocupacin de calles e inmuebles es la misma en situacin de
emergencia que en trminos medios es poco plausible, por lo que conviene aplicar a la
poblacin en condiciones normales un criterio de redistribucin espacial asociado a eventos
extremos. En el caso de que exista un sistema de alerta temprana eficiente, con
mecanismos de evacuacin asociados y el tiempo necesario para aplicarlos, se puede llegar
a niveles de exposicin cercanos a cero. Sin embargo, Trujillo es una ciudad con un nivel de
percepcin del riesgo de inundaciones relativamente bajo, fruto de la poca probabilidad de
lluvias, y donde adems las tormentas extremas son muy difciles de predecir y los tiempos
de concentracin de los barrancos afluentes muy cortos. Por esta razn, se trata de un
enclave donde el papel de los sistemas de alerta temprana slo puede tener una eficiencia
moderada, aunque no nula. En otras palabras, se pueden implementar mecanismos que
prevengan a la poblacin de posibles lluvias extremas, pero no se podr garantizar nunca la
validez de todos los avisos, ni se podr esperar una evacuacin masiva de la poblacin.
Ante estas circunstancias, se ha asumido para los clculos de vulnerabilidad que la
poblacin expuesta es la poblacin total dada por el censo, afectada por el factor reductor
antes descrito por tipologa de edificios, sin aplicar ninguna otra reduccin por evacuacin o
alerta temprana.
Este modelo simplificado no conlleva asumir la inmovilidad de la poblacin en caso de un
suceso extremo, sino ms bien considerar, situndose del lado de la seguridad, que las
acciones individuales no coordinadas y no planificadas ante una avenida no permiten poner
a salvo a una proporcin significativa de la poblacin expuesta, y que ms bien la
redistribuyen dentro del rea afectada. Este sera el caso de alguien que, pudiendo quedar a
salvo de la inundacin en un piso alto, por ejemplo en su lugar de trabajo, decide tomar su
vehculo para comprobar el estado de su vivienda, e incurre en un riesgo inducido por su
propia respuesta activa.


- 11.42 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

11.6.2 Riesgos hidrolgicos integrados en el rea metropolitana de Trujillo.

La combinacin de la peligrosidad y la vulnerabilidad humana permite obtener el riesgo de
prdida de vidas humanas de la zona de estudio, expresado en nmero esperado de
vctimas mortales por unidad de superficie. Se comrbueba que las zonas ms castigadas
son, como es de esperar, las ms pobladas y que al mismo tiempo tienen un tipo de
edificacin ms vulnerable.

La zona central de Trujillo, desde la zona ms alta de El Porvenir hasta Buenos Aires en la
costa, se ve afectada principalmente por un problema de reducida capacidad de evacuacin
de las aguas pluviales que se generan en la propia ciudad y la pequea cuenca tributaria de
la quebrada de San Ildefonso. Estas inundaciones no tienen un carcter grave, ya que
alcanzan las zonas con mayor densidad urbana con bajos calados y velocidades, por lo que
las afecciones ms comunes sern: daos materiales en stanos y bajos comerciales y de
viviendas, interrupcin del trfico, alteracin de la actividad comercial y, en el caso ms
extremo, arrastre de vehculos. Como zona ms conflictiva, en caso de eventos de lluvia
extrema, puede sealarse la zona de El Porvenir, donde el flujo de la quebrada que vierte
en dicha localizacin puede producir daos concentrados, e incluso arrastre de personas.

En los escenarios futuros de crecimiento de la ciudad, es probable que se sigan ocupando
las zonas altas, y en concreto los conos de deyeccin (reas de entrega) de las quebradas.
Por ello, es de suma importancia reservar determinados corredores fluviales para el paso
espordico del agua, evitando a toda costa la edificacin en ellos. Dada la baja probabilidad
de ocurrencia de episodios de lluvia en la regin, los corredores fluviales pueden ser
utilizados durante la mayor parte del tiempo como zonas de paseo, deportivas, parques o
parcelas agrcolas, pero no se deben construir viviendas en ellos.

Las quebradas de Len, La Cumbre y Ro Seco, situadas en el sector norte de la zona de
estudio, drenan una superficie de casi 300 km
2
de territorios montaosos, por lo que sus
caudales mximos en un evento extremo son ms elevados que en la ciudad de Trujillo. Los
puntos crticos son las localidades de El Milagro y Huanchaco. Al igual que en sector del
Moche, la carretera Panamericana Norte puede verse afectada por una crecida de los
barrancos. Mencin especial merece la potencial inundacin del sector norte del aeropuerto,
que podra perder operatividad en momentos especficos.

En la tabla 11.10 se presenta un resumen general de los resultados de riesgo de prdidas
de vidas humanas, integrados para toda la zona de estudio.

Escenario Vctimas totales
Clima actual T=25 aos 89
Clima actual T=100 aos 240
C4 329
C5 386

Tabla 11.10. Riesgo de vidas humanas esperado por evento en la zona de estudio


- 11.43 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Las cifras anteriores se pueden considerar un estimador superior de las vctimas que
podran derivarse de un suceso extremo (una vez cada 100 aos), ya que asumen que en
todas las quebradas se produce dicha situacin al mismo tiempo.

Si se combinan los resultados de 25 y 100 aos para obtener una estimacin de vctimas
medias anuales en la zona de estudio, se llega a una cifra promediada en el tiempo y en el
espacio de 5 personas/ao, que se incrementa a 7 y 8 vctimas para los escenarios de
cambio climtico C4 y C5, respectivamente. Dado que la poblacin total es de
aproximadamente un milln de habitantes, la probabilidad media de fallecimiento por
inundacin en la Provincia de Trujillo resulta de cinco personas por ao y por milln de
habitantes. Para poner este valor en contexto, la tabla 11.11 presenta los riesgos
asociados a diversas actividades de la vida cotidiana, tomados de estadsticas de EEUU y
Reino Unido.

Actividad/suceso Mortalidad en personas por ao y por
milln de habitantes
Fumar (>20 cigarrillos/da) 5000
Viajar en moto 1000
Viajar en coche 170
Atropello por automvil 50
Rotura de presas 1
Viajar en tren 0.5
Viajar en avin 0.1
Explosin domstica 0.05

Tabla 11.11. Riesgos de mortalidad para diversas actividades.

Las cifras anteriores corresponden a datos con validez limitada a ciertas regiones y periodos
de tiempo, y pueden diferir notablemente de unos lugares a otros, y por pocas. No
obstante, sirven como indicadores del orden de magnitud y ponen en contexto los
resultados obtenidos en este estudio. Existe cierto consenso en las normativas y
recomendaciones de seguridad de diversos pases en que un valor medio de riesgo tolerable
de cualquier actividad se sita en torno a 10
-6
vctimas por habitante y ao (una persona
por milln y ao), lo que indicara que los riesgos hidrolgicos en Trujillo son muy bajos,
aunque levemente superiores a lo aceptable.

Analizados por sectores, los resultados revelan que las zonas de El Porvenir, Florencio de
Mora y Huanchaco son las que ms probabilidades tienen de sufrir vctimas mortales en
caso de un evento extremo.


- 11.44 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

11.7 Medidas de adaptacin a los riesgos hidrolgicos

Una vez evaluados los riesgos hidrolgicos en la zona de estudio, cabe valorar y plantear
diversas actuaciones y medidas para eliminarlos o reducirlos hasta un nivel que se
considere aceptable. Dado que se trata de un estudio local, las soluciones de mitigacin del
problema del cambio climtico, asociadas a polticas de amplia escala, pueden considerarse
condicin necesaria pero no suficiente para la mejora del nivel de riesgo hidrolgico en
Trujillo. Por lo tanto, se describirn con ms detalle las posibles medidas de adaptacin, ya
que el carcter local de este estudio permite ser ms preciso en este sentido que los
estudios de cambio climtico de carcter regional o global. Las soluciones propuestas se han
dividido en dos grandes categoras: medidas estructurales, entendidas como actuaciones de
modificacin del espacio fsico mediante obras de diversa naturaleza, y medidas no
estructurales, que agrupan un conjunto variado de herramientas de carcter blando:
concienciacin y capacitacin, modificacin del marco legal, cambios en las estructuras y
funcionamiento de los organismos implicados, etc. En muchos casos, ambos tipos de
medidas son complementarias y deben llevarse a cabo de forma simultnea y coordinada.

11.7.1 Medidas estructurales

La propuesta de medidas estructurales de adaptacin se organizar por sectores, como en
otros apartados de este captulo:

Sector sur: riberas del ro Moche
Sector centro: Trujillo capital
Sector norte: El Milagro y Huanchaco

Las medidas propuestas se denominarn con un cdigo del tipo ME-XX donde ME indica
medida de tipo estructural y XX es un nmero de identificacin.

Propuestas estructurales en el sector sur

Las siguientes actuaciones se refieren a las riberas del ro Moche, situado al sur de la ciudad
de Trujillo.

ME-1. Construccin de un elemento de proteccin en los Polgonos industriales I y II.

Estos polgonos industriales se sitan en la margen derecha del cauce y tienen un riesgo de
inundacin bajo, pero en cualquier caso pueden resultar daados durante una avenida. No
se prevn prdidas de vidas humanas, aunque s pueden producirse daos econmicos,
cuya cuanta depender del uso especfico de las naves inundadas. Dado que se puede
considerar una afeccin aislada y situada fuera de la va de intenso desage, es apropiada
una intervencin local, con reducidos efectos sistmicos ni traslado del problema a otros
puntos. Se recomienda la construccin de una mota o barrera de proteccin.


- 11.45 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

ME-2. Proteccin de las reas residenciales denominadas I y III en la zona Coln.

Se trata de un caso similar al de la actuacin ME-1, con riesgos reducidos que se
produciran nicamente en avenidas histricas, y que son susceptible de generar algunos
daos materiales y desalojo temporal de viviendas. La pauta general de flujo del ro Moche
no se ver afectada si se construye un elemento de proteccin, de tipo muro o mota de
aproximadamente 1-2 m de altura. Deber vigilarse no obstante, en caso de que se disee
una obra de fbrica, que la cimentacin alcance una profundidad adecuada, teniendo en
cuenta la erosin local inducida por el flujo, que en ciertas zonas puede alcanzar ms de 2
m/s.

ME-3. Anlisis de la estabilidad del puente de la carretera Panamericana sobre el ro Moche.

Se debe verificar mediante un estudio especfico la estabilidad de la carretera Panamericana
Norte frente a una crecida del ro Moche. Para ello, es preciso comprobar la estabilidad de
pilas, estribos y plataforma en la zona potencialmente inundable, y analizar el posible efecto
dique de esta infraestructura. Ntese que en los mapas de riesgo generados no se ha
considerado el efecto de una obstruccin del flujo, debido a un estrechamiento de la seccin
efectiva del cauce.

Propuestas estructurales en la ciudad de Trujillo

Las medidas estructurales propuestas para paliar la problemtica de inundaciones en el
centro de Trujillo son fundamentalmente dos, una de ellas con carcter local y otra que
abarca buena parte del espacio urbano; ambas debern ser definida con mayor detalle en
sendos estudio de alternativas.

ME-4. Descabezamiento y entrega al ro Moche de la Quebrada de San Ildefonso en su
punto de vertido en el sector norte de Trujillo.

La quebrada de San Ildefonso drena una cuenca de pequeo tamao, antes de alcanzar la
actual zona urbana. Por lo general los caudales de esta quebrada son inexistentes o
despreciables, pero existe una probabilidad no nula de un suceso extremo que podra elevar
su caudal mximo instantneo a 76 m
3
/s, que de manera concentrada suponen un riesgo
elevado para la poblacin y edificaciones, aunque ms tarde se amortige el efecto al
ocupar la zona urbana. Resulta conveniente analizar la viabilidad de ejecutar una obra de
desvo de esta quebrada hacia el ro Moche, antes que incorporarla en una red de drenaje
urbano (ver propuesta ME-5), que preferiblemente deber recoger nicamente las aguas de
lluvia locales. Dada la pendiente del terreno en la zona, dicha obra de desvo puede consistir
en un canal trapezoidal de unos 5-10 m de anchura y 2-3 m de calado mximo. En el
estudio detallado de la actuacin debe tenerse en cuenta el aporte de slidos de la
quebrada, as como su capacidad de sedimentacin y erosin. Por las dimensiones y
caractersticas del desvo, se recomienda una obra de fbrica (canal de hormign o
revestido) ejecutada a cielo abierto, antes que subterrnea. Los caudales de diseo as
como su trazado debern verificarse en un estudio de detalle.


- 11.46 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

ME-5. Diseo y ejecucin de una red de aguas pluviales en el centro urbano de Trujillo.

La zona central de Trujillo, as como diversas reas perifricas, cuentan con redes de
alcantarillado para drenaje de aguas negras. Por lo general, estas redes no se han
dimensionado para recoger las aguas pluviales asociadas a una tormenta extrema, por lo
que, en estas condiciones, la ciudad puede verse sometida a episodios de inundacin, como
se ha reflejado en apartados previos de este informe. Las inundaciones en la zona central y
baja (sector Buenos Aires) pueden deberse tanto a la lluvias locales como al aporte de la
quebrada de San Ildefonso, que discurre por la ciudad antes de llegar al mar o al ro Moche.
La solucin genrica a este problema es la construccin de un sistema de drenaje urbano,
compuesto potencialmente por los siguientes elementos:

Una red de colectores-interceptores principales
Una red de drenes o colectores secundarios con sus imbornales que vierten a los
principales
Opcionalmente, zonas de detencin o almacenamiento temporal de agua (tanques de
tormenta, reas de laminacin o similares)
Obra de entrega a un cauce principal o al mar, que puede incluir en ciertos casos
elementos de almacenamiento, estaciones de bombeo, compuertas, etc.

Dada la baja probabilidad de ocurrencia de los episodios de lluvia en la zona, es natural
diferenciar el sistema de saneamiento del sistema de drenaje (redes separativas), y no
optar por una solucin que combine ambas funciones (red unitaria). La construccin de una
red de drenaje de aguas pluviales en Trujillo supone una inversin econmica importante,
que conllevara obras de larga duracin en el casco urbano y cuyo beneficio inmediato es
difcil de apreciar, dada la baja recurrencia de las lluvias. Sin embargo, se consideran que el
tamao actual del caso urbano, su tasa de crecimiento y los problemas vividos en los
ltimos episodios del Nio son argumentos suficientes para acometer obras de drenaje de
manera selectiva y por fases.

El anlisis pormenorizado de las alternativas de diseo de una red de drenaje urbano en la
ciudad de Trujillo, con sus ventajas e inconvenientes, queda fuera del alcance del presente
documento. No obstante, se plasmarn una serie de criterios y recomendaciones que
puedan servir como punto de partida para un estudio monogrfico del problema.

Trujillo es una ciudad que, a grandes rasgos, est bien condicionada, desde el punto de
vista topogrfico y de estructura del tejido urbano, para acometer obras de drenaje. Su
retcula predominante de calles ortogonales, en sentido paralelo y perpendicular a la costa,
estas ltimas con una pendiente aproximada del 1%, permiten a priori concebir soluciones
sencillas de evacuacin de agua, sin necesidad de bombeos o zonas de acumulacin. La
tasa mxima de agua que se debe drenar en la zona ms baja es del orden de 30 m
3
/s,
correspondiente a una probabilidad de ocurrencia de 25 aos. El caudal que debe evacuarse
por efecto de una lluvia local aumenta de forma aproximadamente lineal desde la parte alta


- 11.47 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

de la ciudad hacia la costa, por lo que la seccin hidrulica total de los interceptores
generales debe reflejar esta progresin.

Dado que se trata de una intervencin en una estructura urbana consolidada, es
conveniente alinear los colectores de agua con calles existentes. Una alternativa viable es
seleccionar un cierto nmero de calles principales en direccin al mar, y colocar en su
mediana o en un lateral una tubera o marco de hormign de dimensiones acordes al caudal
mximo a evacuar por cada va seleccionada. Una solucin basada en elementos
prefabricados (tramos de tubera o marcos de hormign) puede reducir los plazos de
ejecucin de las obras, factor relevante en lugares densamente poblados. Si se consideran
por ejemplo 6 vas de evacuacin en sendas calles descendentes, en la parte alta de la
ciudad (desde el Casco Histrico al valo Larco) se requerira el mismo nmero de
colectores circulares de un metro de dimetro aproximadamente, con sus correspondientes
imbornales de entrada. En la zona ms baja de la ciudad la capacidad debe duplicarse, lo
que implica mayor nmero de colectores o aumentar su seccin (por ejemplo galera
visitable de 2x1 m o similar). En cuanto a las condiciones de entrega, se debe considerar la
capacidad de desage del sistema asociada a diversos niveles del mar; una opcin posible
es aprovechar la zona de la desembocadura del ro Moche para realizar el vertido. Dado que
las aguas de escorrenta urbana generadas tras un periodo de sequa contienen numerosas
sustancias contaminantes procedentes del lavado de calles y edificios, puede ser
conveniente valorar la posibilidad de ubicar depsitos de tormenta en la zona baja, de
manera que la primera punta de contaminacin (10 al 20% del volumen de escorrenta
total) pueda ser almacenado y posteriormente conducido a depuradora.

Propuestas estructurales en el sector sur: El Milagro y Huanchaco.

Las medidas estructurales propuestas en este sector se describen a continuacin.

ME-6. Reduccin de los riesgos de inundacin en el Municipio de El Milagro, Provincia de
Trujillo.

El municipio de El Milagro se sita entre dos quebradas denominadas El Len y La Cumbre,
y se ve afectada por ellas en su sector ms meridional y septentrional, en caso de avenidas
extremas. El agua en todo caso se distribuye con escasos calados y velocidades moderadas,
por lo que no se prevn daos graves o prdida de vidas humanas. En la zona norte del
municipio la solucin propuesta es definir un espacio libre de edificaciones para el corredor
fluvial, y aislar mediante un muro o mota el permetro de la zona construida en las
inmediaciones del cauce de aguas altas de la quebrada La Cumbre.

En la zona sur de ncleo urbano, el problema es mayor, ya que la quebrada El Len
atraviesa el caso urbano, antes de confluir en La Cumbre aguas abajo. Se recomienda la
construccin de un sistema de drenaje urbano diseado para evacuar una avenida de 25
aos de periodo de retorno (ver propuesta ME-5). Dicho sistema de drenaje debe incorporar
las aguas captadas al cauce de la quebrada, que deber mantenerse expedito en una
anchura definida como corredor fluvial, y donde no se permitirn los asentamientos.


- 11.48 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

ME-7. Revisin y potencial adaptacin frente a inundaciones del tramo de la Panamericana
situado a lo largo del municipio de El Milagro, Provincia de Trujillo.

Al igual que en la propuesta ME-3, se debe comprobar la estabilidad de la carretera
Panamericana Norte frente a una crecida de las quebradas que rodean por el norte y por el
sur el ncleo de El Milagro. Dado que se trata de cauces intermitentes con caudales
generalmente bajos o nulos, se considera suficiente verificar la capacidad y estado de
conservacin de las obras de drenaje transversales de la citada va. En caso de que se
decida concentrar el flujo en una va de intenso desage, ser necesario crear una obra de
paso por debajo de la carretera.

ME-8. Reduccin de los riesgos de inundacin por lluvias extremas en el aeropuerto de
Trujillo-Huanchaco.

La afeccin al aeropuerto de una inundacin extrema es importante, ya que una parte de
las quebradas procedentes de la zona del Milagro lo atraviesan por el sector norte de la
pista de aterrizaje, si bien es cierto que la duracin esperada del evento, al menos en su
fase ms aguda, es corta. Se recomienda desviar las quebradas que generan el problema
hacia el oeste, de forma que encuentren el ro Seco antes de llegar a la pista del
aeropuerto. Esto supone una mota o elemento de contencin de unos 600-800 m de
longitud, cuya viabilidad, tipologa y cotas deben ser analizadas en un estudio de detalle.

ME-9. Medidas estructurales para la reduccin del riesgo por desbordamiento de la
quebrada Ro Seco en la localidad de Huanchaco, Provincia de Trujillo.

El punto donde confluyen las quebradas del sector norte es la ciudad balneario de
Huanchaco, ncleo turstico y de recreo de la provincia. Segn los historiadores, el nombre
de Huanchaco procede de Guaukocha (hermosa laguna con peces dorados), lo que da una
idea de su historia geomorfolgica vinculada al agua, y por tanto de su potencial
inundabilidad. El Huanchaco actual an posee algunas zonas hmedas, pero su
geomorfologa ha adquirido rasgos de delta de zona rida asociado al ro Seco, que pese a
su nombre drena una cuenca de casi 300 km
2
, y puede llegar a aportar caudales de hasta
390 m
3
/s para un episodio extremo.

El ncleo urbano de Huanchaco presenta un riesgo de inundacin alto, con potencial prdida
de vidas humanas y cuantiosos daos econmicos. La urbanizacin progresiva de los
territorios aledaos y de las zonas ms altas, entre ellas la localidad de El Milagro, pueden
agravar an ms la peligrosidad de esta ciudad costera en las prximas dcadas. El ro
Seco, una vez alcanza el ncleo urbano, experimenta una severa constriccin del cauce,
unida a una modificacin brusca de su alineacin, con una curva y contracurva de
prcticamente 90 a la altura del puente colgante peatonal (ver figura 11.26).


- 11.49 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura 11.26. Puente colgante peatonal en Huanchaco. Se aprecia el cauce del ro Seco. Imagen tomada de
Panoramio (Google Earth).

Se considera que la mera ejecucin de una obra de encauzamiento convencional,
rigidizando mrgenes pero manteniendo la anchura y alineacin actuales del cauce en la
zona urbana, no resolver los problemas existentes. Se recomiendan liberar espacio urbano
para dar cabida al ro en sentido amplio, permitiendo que se expanda sin aumentar en
demasa su calado, como corresponde a un tramo de desembocadura. A falta de un estudio
detallado del problema y sus alternativas de solucin, se estima que la anchura mnima que
se debe fijar para el lecho de avenidas en el tramo final del ro Seco es del orden de 80-100
m, lo que con una velocidad de 2 m/s y un calado de 2 m permitira evacuar un caudal
punta del orden de 300-400 m
3
/s. Si se optara por incrementar el calado, y por tanto la
velocidad, por encima de estos valores, las tensiones tangenciales en el fondo induciran
una movilizacin generalizada de materiales, con socavacin de mrgenes, acumulacin en
otras zonas y aumento de la peligrosidad potencial, que es bsicamente el producto del
calado y la velocidad.

Por condicionantes topogrficos, la zona de ensanchamiento del cauce debe estar en su
margen derecha, ya que por la margen izquierda existe una elevacin natural del terreno.
Desde una perspectiva estrictamente hidrulica, sera conveniente que el cauce llegara
hasta aproximadamente la alineacin que conforman la calle Hortencias y su prolongacin
en la calle Las Palmeras, ambas situadas en una zona baja del ncleo urbano con calles de
toponimia vegetal. Al liberar este espacio sera posible diferenciar un cauce estricto para
caudales bajos y un cauce de aguas altas, que puede emplearse como parque y zona de
instalaciones deportivas sin edificaciones. Dadas las dificultades de toda ndole que
conllevara demoler las dos manzanas de casas situadas entre las calles de Los Olivos y Las
Palmeras, en zona de alto riesgo, se debe estudiar la posibilidad de introducir colectores a lo


- 11.50 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

largo de dichas calles, que permitan evacuar un cierto caudal, que en todo caso ser un
orden de magnitud inferior a las cifras mencionadas de 100 aos de periodo de retorno,
pero que sin duda tendran un efecto beneficioso en sucesos menos extremos. Finalmente,
otra de las acciones recomendadas consiste en facilitar la entrada en el mar de la quebrada,
minimizando la prdida de carga local y por tanto el nivel aguas arriba.

11.7.2 Medidas no estructurales

A diferencia de las medidas estructurales, las medidas de planificacin y gestin no se
agruparn por zonas o sectores geogrficos, sino que se refieren a la totalidad del territorio.
Estas medidas se han identificado con un cdigo del tipo MG-XX, donde MG hace referencia
a medidas de gestin, seguido de un nmero secuencial.

En varias de las zonas sealadas puede no ser posible conseguir una reduccin suficiente
del riesgo mediante actuaciones estructurales, bien por condicionantes econmicos o por
motivos de otra ndole (jurdicos, sociales, ambientales, etc). En ese caso, se deben aplicar
otro tipo de medidas, como las que se enumeran a continuacin.

MG-1. Delimitacin y ejecucin de un deslinde del dominio pblico hidrulico en las zonas
potencialmente afectadas por cauces y quebradas.

Una de las medidas ms importantes que se pueden acometer para reducir los riesgos de
inundacin en Trujillo es la definicin y delimitacin fsica de corredores o espacios fluviales
donde no se permita edificar en el futuro, y donde sea ms fcil desde el punto de vista
legal actuar sobre las infraestructuras existentes. Si esta delimitacin ya existiera, se
tratara de fortalecerla y hacer que tenga repercusin en la planificacin urbanstica. Dicho
deslinde del Dominio Pblico Hidrulico no tiene que coincidir exactamente con las zonas
potencialmente inundables, sino que corresponde a una va de desage o de flujo preferente
para avenidas de baja probabilidad de ocurrencia.

MG-2. Revisin de la legislacin y ordenanzas de urbanismo incorporando criterios de
riesgos de inundacin

A medida que el rea metropolitana de Trujillo contine creciendo, la creciente proporcin
de terreno impermeable incrementar los riesgos de inundacin aguas abajo. Es importante
que la legislacin y ordenanzas obliguen a tener en cuenta este efecto, y se disponga de
zonas de almacenamiento local (parques, zonas deportivas, etc.) que compensen el
incremento de escorrenta generado. Asimismo, se debe evitar a toda costa la edificacin en
zonas que pertenezcan a las vas de desage preferentes de los cauces y quebradas.


- 11.51 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

MG-3. Informacin a la poblacin potencialmente afectada por eventos de inundacin.

Existen diversas medidas de carcter local que pueden ayudar a reducir los riesgos de
inundacin en zonas crticas, como son el aislamiento de puertas y ventanas, la designacin
de ubicaciones preferentes para reducir daos, la habilitacin de zonas de refugio, etc. Por
otra parte, es conveniente divulgar con rigor, de forma organizada y en lenguaje y formato
accesible, los riesgos potenciales de avenida, tal y como se refleja en los planos derivados
de este estudio.

MG-4. Puesta en marcha de un sistema de previsin de inundaciones en la zona.

La cuenca del ro Moche tiene un tamao suficientemente grande como para disponer de
una decena de horas, como mnimo, entre la ocurrencia de la lluvia mxima y la llegada de
los caudales a la desembocadura. En este tiempo es posible poner en marcha varias
medidas de emergencia, como es la evacuacin de ciertos barrios, el cierre de vas de
comunicacin y el aviso a la poblacin.

MG-5. Fomento de los seguros frente a riesgos naturales.

En zonas donde la probabilidad de ocurrencia de sucesos extremos es baja, como es el caso
de la zona de estudio, el contrato de seguros frente a inundaciones u otras catstrofes
naturales puede ser una solucin adecuada par externalizar las prdidas asociadas a un
posible fenmeno extremo. Las Autoridades nacionales, regionales o locales pueden ser las
primeras interesadas en fomentar que aquellos ciudadanos que se encuentren en zonas
expuestas y as lo deseen, tengan facilidades e informacin suficiente para contratar
seguros que minimicen el impacto en la economa familiar de un suceso extremo. Este tipo
de medida es adecuada en zonas de clase media donde exista una cierta disponibilidad de
pago de estos servicios.

11.8 Conclusiones

El presente captulo tiene por objetivo analizar los riesgos de inundacin asociados a ros,
quebradas y lluvias extremas en la Provincia de Trujillo, perteneciente al Departamento de
La Libertad, en la costa norte de Per. Para determinar la profundidad y velocidad mximas
del agua, asociadas a distintas probabilidades de ocurrencia de sucesos extremos, se han
aplicado modelos numricos de flujo bidimensional en tres sectores diferenciados: sector
norte (zona del El Milagro y Huanchaco), sector centro (ciudad de Trujillo y barrios
perifricos) y sector sur (ro Moche y riberas en sentido amplio).

Los caudales ms importantes son los que puede aportar el ro Moche en situacin de
crecida, si bien los territorios ocupados por las aguas son en su mayora zonas de cultivo;
en consecuencia, actualmente los daos ms importantes seran la prdida de cultivos, pero


- 11.52 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

no existe un alto riesgo de prdida de vidas humanas o daos en edificaciones. En el rea
urbana de Trujillo, existen riesgos de inundacin leves a moderados, asociados tanto a las
aguas de lluvia procedentes del propio casco urbano como a la quebrada de San Ildefonso
en el extremo norte de la ciudad, que desemboca en el barrio de El Porvenir. La escasa
capacidad de evacuacin del sistema de drenaje urbano hace que las lluvias y el caudal de
la quebrada discurran por las calles de la ciudad en direccin al mar, anegando algunos
puntos bajos, que se concentran principalmente en las calles al norte del Centro Histrico y
alrededor de l. Estas inundaciones no se prev que generen prdida de vidas humanas en
la ciudad, salvo sucesos puntuales desafortunados en los barrios altos, donde el agua de la
quebrada an puede tener cierta velocidad y atraviesa zonas ms vulnerables. Los daos
ms relevantes de estas inundaciones del centro urbano estn relacionados con afecciones
al trfico y la actividad comercial de la ciudad, interrupcin de servicios pblicos y
anegamiento de algunas viviendas o locales situados a baja cota.

Finalmente, las quebradas denominadas La Cumbre, El Len y Ro Seco atraviesan los
terrenos situados alrededor de la localidad de El Milagro para desembocar conjuntamente en
el ncleo de Huanchaco. Estos cauces no tienen un curso claramente definido, pero en
conjunto presentan una cuenca de drenaje de relativa importancia (unos 300 km
2
), y
caudales mximos asociados a una tormenta extrema de casi 400 m
3
/s, lo que supone una
amenaza para los mencionados ncleos. En concreto, Huanchaco recibe la totalidad de la
aportacin de estas cuencas, y si bien existe un cierto fenmeno favorable de infiltracin en
los cauces durante la propagacin de la avenida, se considera que ste es uno de los
enclaves con mayor riesgo hidrolgico de toda el rea de estudio. En esta localidad costera
y vacacional, un suceso extremo de lluvias podra desencadenar prdidas en trminos de
vidas humanas y daos materiales directos (destruccin de edificaciones) e indirectos
(reduccin de la actividad econmica asociada al turismo, servicios, etc.). Los riesgos
materiales y humanos en la zona ms alta del El Milagro son bajos, ya que la cantidad de
agua es menor y se encuentra ms repartida.

Los riesgos descritos se refieren a la situacin actual de los ncleos en cuanto a poblacin y
desarrollo urbanstico, y se basan en las condiciones de clima actual. En los escenarios
futuros, las condiciones de cambio climtico previstas empeorarn slo en cierta medida,
pero no de forma cualitativa, los riesgos actuales. Sin embargo, los procesos de crecimiento
urbano de la ciudad s que pueden incrementar notablemente los riesgos hidrolgicos. En
las zonas ridas, la impermeabilizacin del terreno asociada a la construccin de viviendas y
viales conlleva una modificacin radical de la capacidad de infiltracin del suelo, y por tanto
de la proporcin de lluvia que se convierte en flujo superficial (coeficiente de escorrenta),
que puede llegar a duplicarse. Por lo tanto, el crecimiento urbanstico del ncleo urbano de
Trujillo debe llevarse a cabo de manera planificada, especialmente en la zona alta (El
Porvenir y alrededores) y en el sector sur, hacia el ro Moche; sin embargo, el crecimiento
hacia el norte se considera menos conflictivo. La ocupacin de las riberas del ro Moche se
desaconseja, y no es recomendable realizar obras que reduzcan significativamente el cauce
de aguas altas; en todo caso, se considera que la anchura mnima admisible del corredor
fluvial en el tramo final del ro Moche debe ser de unos 500 m, sin modificar
sustancialmente su alineacin presente. En cuanto al crecimiento urbano en la parte alta de


- 11.53 -
1
1
.

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

la ciudad, se recomiendan dos actuaciones de tipo estructural: 1) crear una red de drenaje
en el centro urbano, con colectores interceptores alineados en sentido perpendicular a la
costa; y 2) derivar la quebrada de San Ildefonso hacia el corredor fluvial del ro Moche,
evitando su entrada en el centro urbano.

Las medidas de adaptacin que cabe aplicar en las quebrada Ro Seco y afluentes, al norte
de la zona de estudio, se basan en los mismos principios ya citados: por una parte, dejar el
mayor espacio posible a los cauces, sin ocupar su va de flujo preferente definida en sentido
amplio; por otra, proteger aquellas zonas donde el cambio de usos del territorio se percibe
como inviable (zonas urbanas ya consolidadas). En concreto, las actuaciones de reduccin
de riesgos en la localidad de Huanchaco requieren un estudio especfico con una topografa
ms detallada, y deben realizarse siguiendo criterios tcnicos.

Finalmente, se propone un conjunto de medidas de gestin, orientadas a modificar
estructuras organizativas, el marco legal y los mecanismos econmicos para reducir el
impacto de las catstrofes. Se considera que estas acciones, que no requieren inversiones
cuantiosas pero que implican a numerosos agentes sociales, pblicos y privados, son clave a
la hora de reducir los riesgos futuros.


1
2
.

T
S
U
N
A
M
I
S

CAPITULO 12.

TSUNAMIS


- 12.1 -
1
2
.

T
S
U
N
A
M
I
S

CAPITULO 12. TSUNAMIS.

12.1 Introduccin

12.1.1 Exposicin de motivos

Per ha sido azotado por ms de 10 tsunamis en los ltimos 5 siglos, todos generados por
terremotos. El dao por tsunamis vara en funcin de la localizacin de los terremotos
causantes del mismo, siendo los eventos causados por terremotos locales ms frecuentes y
ms severos que los causados por terremotos regionales o lejanos.

A pesar de localizarse en una zona de elevada sismicidad las poblaciones no siempre son
conscientes del riesgo. La ocurrencia de un tsunami de gran intensidad en la zona generara
una importante tragedia debido a la gran densidad de poblacin que vive en la zona costera
y por las infraestructuras costeras existentes (puertos, industrias, fbricas, carreteras,
hoteles).

La corporacin peruana de aeropuertos es la responsable del control y emisin de las alertas
de tsunamis lejanos que da el Centro de Alerta de Tsunamis del Pacfico en Hawai y lo hace
a travs de la direccin de Hidrografa y Navegacin de la Marina. Este centro debe ser
capaz de dar una alerta en un tiempo lo suficientemente reducido para tsunamis generados
por fuentes cercanas a la costa de Per, tsunamis de alta frecuencia y capacidad de
destruccin.

La ciudad de Trujillo, en la provincia del mismo nombre, dentro del departamento de La
Libertad est expuesta a tsunamis locales y lejanos de gran magnitud, es vulnerable social y
econmicamente a lo largo de sus costas y no nos consta que tenga un sistema de alerta
local ni medidas de mitigacin.

El objetivo del proyecto es evaluar la peligrosidad frente a tsunamis en la costa de esta
regin peruana mediante el desarrollo de mapas de peligrosidad e inundacin, que permitan
a los responsables reducir el riesgo frente a tsunamis o que sirvan de base para el diseo de
un futuro sistema de alerta local.

Los mapas de peligrosidad y riesgo, cuya elaboracin requiere altos recursos
computacionales, recoleccin y procesamiento de gran volumen de informacin, permitirn
identificar el grado de exposicin a tsunamis desastrosos.

Los mapas de inundacin por tsunamis pueden a su vez permitir plantear medidas
generales de mitigacin de zonas expuestas, tales como la identificacin de las zonas con
mayor exposicin a la inundacin por tsunamis, informacin base para la elaboracin de
mapas de vulnerabilidad y riesgo, usos del territorio y proteccin de reas expuestas,
aplicacin de cdigos de construccin, planteamiento de planes estratgicos de gestin
integrada de la costa implementando medidas regionales o locales respecto a la peligrosidad


- 12.2 -
1
2
.

T
S
U
N
A
M
I
S

de tsunamis, determinacin de tiempos de arribo de tsunamis, informacin importante para
identificacin de zonas de evacuacin de la poblacin en la zona de detalle de estudio, etc.

12.1.2 Objetivos del estudio

Dada la ocurrencia histrica de tsunamis en las costas de Per, y que se desea identificar
de forma global la exposicin al impacto de tsunamis, se propone como objetivo de este
estudio, evaluar la peligrosidad frente a tsunamis en la regin costera de Trujillo. Como
resultado del estudio se han elaborado mapas de inundacin asociados al impacto de
potenciales eventos de tsunami y mapas de riesgo por tsunami para personas y
edificaciones.

12.1.3 Organizacin del estudio

Con el fin de cumplir con los objetivos anteriormente expuestos, la metodologa que se ha
seguido en este estudio es la siguiente:

En el apartado 12.2, se recoge una descripcin general de la zona de estudio, donde se
describe la localizacin la regin y las fuentes topo-batimtricas utilizadas para el estudio.

En el siguiente apartado, se lleva a cabo una descripcin de las fuentes sismotectnicas
tsunamignicas para lo cual se ha llevado a cabo el estudio y caracterizacin de fuentes
tsunamigenicas locales potencialmente peligrosas para la regin de Trujillo. ste estudio se
desarrolla con ms detalle en el anexo 12.1

En el apartado 12.4 se formula el planteamiento del problema respecto a la elaboracin de
mapas de inundacin, las hiptesis y criterios de trabajo que se han asumido para la
elaboracin de los mapas de inundacin y finalmente la metodologa que se ha seguido para
elaborar dichos mapas.

La descripcin del modelo numrico que se ha aplicado, junto con las condiciones iniciales y
de contorno se recogen en el apartado 12.5, e incluyen las mallas de las simulaciones y
caracterizacin geolgica de las fuentes ssmicas

Una vez definidos los requerimientos iniciales de contorno y dinmicos que precisa el
modelo numrico, tras la simulacin de escenarios, en los apartados 12.6 y 12.7 se recogen
los resultados de los mapas de inundacin que se han elaborado.


- 12.3 -
1
2
.

T
S
U
N
A
M
I
S

12.2 Caracterizacin de la zona de estudio

12.2.1 Localizacin

Tal como se dijo anteriormente, en este estudio se desea elaborar mapas de peligrosidad de
la regin de Trujillo en Per (Vase su localizacin general en la Figura 12.1.), en la que se
puede observar la fosa de subduccin, situada a 200 Km de distancia de la costa peruana.

Figura 12.1 Localizacin de la zona de estudio.(imagen tomada de Google Earth)

12.2.2 Topo-Batimetra de la zona de estudio

Tal como se ver ms adelante, la modelacin numrica de eventos de tsunami requiere
definir la batimetra del fondo marino y la topografa de tierra en la zona de inters. Para
ello, se han utilizado diferentes fuentes de datos que han permitido reconstruir la topo-
batimetra de la regin.


- 12.4 -
1
2
.

T
S
U
N
A
M
I
S

La reconstruccin de la batimetra exterior y zonas marinas cercanas a la costa, se ha
llevado a cabo con base en las siguientes fuentes de datos, tal y como se describe en el
captulo 4:

Batimetra exterior incluyendo zona de subduccin: batimetra GEBCO.
Batimetra cercana y local: Cartas nuticas y campaas batimtricas

CARTA NUTICA ESCALA
Isla Lobos de Tierra to Salaverry 1:300000
Salaverry to Punta Cabeza de Lagarto 1:300000

Para la elaboracin de los mapas de inundacin se requiere de una topografa de gran
resolucin (x<50 m). Se ha utilizado el MDT descrito en el captulo 4. De esta manera se
han alcanzado resoluciones aceptables en el rea de inters, hacindose factible el clculo
de inundacin mediante modelo numrico.

Estos archivos topogrficos junto con los batimtricos comentados anteriormente se han
utilizado tanto en la ejecucin de las diferentes propagaciones como en la representacin de
los resultados de las mismas en mapas.


- 12.5 -
1
2
.

T
S
U
N
A
M
I
S

Figura 12.2 Esquema de la topobatimetria de la zona de Trujillo

12.3 Caracterizacin de fuentes tsunamignicas

12.3.1 Introduccin

A la hora de realizar modelos de propagacin de tsunamis generados por terremotos es
necesario caracterizar las fallas sismotectnicas, es decir, las posibles fuentes
tsunamignicas locales cuya amenaza sea importante para la ciudad y regin de Trujillo,
Per. Esta caracterizacin se enfoca en dos aspectos que pueden dar informacin suficiente
y confiable. Estos aspectos son: 1) Una revisin de los eventos histricos ocurridos en la
zona y sus caractersticas y 2) Un anlisis de las caractersticas geolgicas de la zona de
subduccin Sudamericana en Per. En este estudio se ha llevado a cabo una revisin crtica
y fundamentada de estudios publicados en revistas cientficas de prestigio, a partir de la
cual se han seleccionado dos potenciales escenarios de tsunamis, probablemente los peores
casos posibles para la regin.


- 12.6 -
1
2
.

T
S
U
N
A
M
I
S

12.3.2 Antecedentes de estudios de sismicidad y tsunamis en la zona

A partir de la informacin bibliogrfica recogida en el anexo 12.1 en la Tabla 12.1 se
muestran los eventos ssmicos con magnitudes superiores a 7.5, estos eventos estn
representados en la Figura 12.2. Es evidente que no todos los eventos registrados en la
costa peruana (Heck, 1947, Berninghausen, 1962) han sido generados localmente, sino que
han sido generados en otras zonas de subduccin de la cuenca pacfica.

Tabla 12.1: Relacin de eventos ocurridos en la zona con magnitudes superiores o iguales a 7.5. EHB: Catlogo
Centennial de Engdahl y Villaseor (2002)


- 12.7 -
1
2
.

T
S
U
N
A
M
I
S

Figura 12.3: Mapa de epicentros de los eventos detallados en la Tabla 12.1. El tamao del crculo es proporcional al
tamao del terremoto. En color morado los eventos con tsunami asociado. Isobatas cada 500 metros

12.3.3 Anlisis tectnico

La fosa de subduccin frente a la costa de Trujillo se encuentra a unos 200 km de distancia
y alcanza una profundidad superior a los 5000 metros. La costa en la zona de estudio es
relativamente rectilnea, limitada al norte y al sur por la pennsula de Illescas y la pennsula
de Paracas, en la regin de Ica, respectivamente. En ste rea la plataforma continental es
la ms ancha de todo el margen pacfico de Sudamrica.

Se hace evidente al ver la Figura 12.3 que la ocurrencia de eventos tsunamignicos est
claramente condicionada por la presencia de la Zona de Fractura de Mendaa; al norte de
sta no han ocurrido grandes eventos mientras que al sur han tenido lugar los ms
importantes.


- 12.8 -
1
2
.

T
S
U
N
A
M
I
S

Figura 12.4. reas de rotura estimadas para los grandes eventos recientes e histricos. de Bilek Tomados (2010) y
Carena (2011).

A partir de la revisin bibliogrfica llevada a cabo y el anlisis de la sismologa y tectnica
de la zona, recogidos en el anexo 12.1, nos lleva a plantear dos escenarios bsicos para el
riesgo de tsunami en la costa de Trujillo; por un lado, un evento gigante en la parte sur de
la zona, con unas caractersticas similares al evento de 1746, mayor que los eventos de
1974 o 2007; y por otro un evento menor de tipo terremoto tsunami, como el de 1619 o
1960, ocurriendo frente a la costa de Trujillo (Figura 12.4).

12.3.4 Propuesta de fuentes tsunamignicas

Atendiendo a todo lo expuesto anteriormente podemos sugerir dos escenarios posibles
como peores casos para la costa de Trujillo:


- 12.9 -
1
2
.

T
S
U
N
A
M
I
S

- Un gran terremoto de interfase en la zona central de la subduccin en Per con
caractersticas similares al evento de 1746.

- Un terremoto tsunami en la zona norte de la subduccin en Per con caractersticas
similares al evento de 1960, y probablemente similar al de 1619, frente a la costa de
Trujillo.

A la hora de parametrizar una fuente hipottica, dado que no existen datos de rotura
obtenidos por mtodos geofsicos o geodsicos, hemos de utilizar referencias bibliogrficas
de terremotos histricos y/o conocimientos geolgicos y sismolgicos para definir ciertos
parmetros. Algunos parmetros pueden derivarse de otros a travs de relaciones
empricas. En este estudio partimos del conocimiento de las reas de rotura de eventos
histricos as como de la estructura tectnica de la subduccin en Per. Utilizaremos
relaciones empricas para definir algunos de los parmetros ms difciles de obtener.

Los parmetros necesarios para definir una fuente tsunamignica son:

Localizacin:
- Coordenadas de los extremos de la traza en superficie.
- Localizacin hipocentral
- Profundidades mxima y mnima

Orientacin del plano de rotura:
- Direccin
- Buzamiento

Dimensiones del plano de rotura:
- Longitud
- Anchura
- rea de rotura (Long. X Anch.)

Caractersticas del terremoto:
- Magnitud
- Deslizamiento medio
- Cabeceo

Las localizaciones de los eventos se definirn atendiendo al registro histrico. Para el caso
del evento en la zona central de la subduccin (al sur de nuestra zona de inters),
utilizaremos una rotura que abarque las reas propuestas en la bibliografa para los
mayores eventos histricos, 1687 y 1746. Para la zona norte utilizaremos las dimensiones
del gap ssmico presente entre los eventos de 1960 y 1996, equivalente probablemente al
evento de 1619.
De acuerdo con el anlisis realizado en el anexo 12.1, los parmetros de las fuentes
tsunamignicas son recogidos en la tabla y figura 12.5.


- 12.10 -
1
2
.

T
S
U
N
A
M
I
S

12.3.4.3 Parmetros de las fuentes tsunamignicas propuestas

Tabla 12.5: Parmetros para modelar las fuentes tsunamignicas propuestas

Figura 12.5: Localizacin y rea de rotura
de las fuentes tsunamignicas propuestas.
El crculo marca el centro de la rotura. El
evento tipo 1619 es un terremoto
tsunami (lento) con una magnitud MW 8.2.
El evento tipo 1746 es un terremoto de
interfase corriente abarcando la rotura de
toda la interfase de subduccin desde la
Cresta de Nazca hasta la Zona de Fractura
de Mendaa, este evento ha sido modelado
con una magnitud MW 8.9.


- 12.11 -
1
2
.

T
S
U
N
A
M
I
S

12.4 Metodologa para la elaboracin de mapas de inundacin y
peligrosidad

En este apartado se detalla el planteamiento de la elaboracin de mapas de inundacin y
peligrosidad, las hiptesis y criterios de trabajo que se han asumido para su elaboracin, y
finalmente la metodologa que se ha seguido para su consecucin.

12.4.1 Planteamiento del problema.

La elaboracin de mapas de inundacin y peligrosidad es una labor que requiere de alta
precisin y especial cuidado, dado el impacto social y expectativas que al final generan a
todo nivel. Esta es la experiencia que se tiene en otros pases como en Espaa (zonas de
Cdiz), Chile o los Estados Unidos en su costa Pacfica.

En el Instituto de Hidrulica Ambiental tenemos experiencia en este tipo de estudios en
diversos paises, tales como Chile (Tsunami Hazard Assessment - Flooding Maps for the Bo
Bo State), Espaa (Scenario flooding and risk maps, probabilistic risk maps for Cdiz city
and Huelva community. Risk reduction measures for Cdiz), El Salvador (Tsunami risk
assessment in the Salvador Coast, ICCE 2012).

La elaboracin de dichos mapas se puede llevar a cabo desde dos niveles, uno de alta
resolucin que requiere de informacin local muy elaborada al mismo nivel (fuentes, topo-
batimetras, etc), y otra de menor resolucin, que requiere datos e informacin menos
elaborada, que permite hacer un diagnstico previo de la peligrosidad.

Se ha optado en el presente proyecto, por llevar a cabo un estudio donde se identifique de
forma global las zonas de mayor peligrosidad o amenaza a lo largo de la costa de la region
de Trujillo mediante la elaboracin de mapas determinsticos que reflejen los peores casos
crebles de tsunami entendiendo como tales, aquellos que se basan en eventos histricos
de terremotos de gran magnitud y proximidad a la zona de estudio, tal y como se ha
detallado en el apartado 12.3.

Este peor caso creble se propaga en condiciones de nivel del mar de pleamar media viva
equinoccial (la condicin de nivel de mar ms desfavorable).

En el nivel de alta resolucin, existen dos tipos de mapas de inundacin: determinsticos y
probabilsticos. En el caso de mapas probabilsticos se tiene en cuenta la incertidumbre de
las distintas variables involucradas (localizacin de epicentros, magnitudes ssmicas, nivel
del mar, parmetros de mecanismos de generacin, etc), y se hace un estudio probabilstico
basado en la generacin de una base de datos numrica a partir de la simulacin numrica
de cientos de escenarios combinando los distintos parmetros de incertidumbre y la
generacin sinttica de eventos en los prximos miles de aos. Con esto se obtiene mapas
con isolneas de inundacin asociadas a diferentes perodos de retorno. Estos mapas
requieren de una gran labor computacional y elaboracin de mapas de detalle, as como,
una detallada caracterizacin de las fuentes sismo-tectnicas, tanto de origen lejano como


- 12.12 -
1
2
.

T
S
U
N
A
M
I
S

cercano. As mismo, es necesaria la preparacin de topo-batimetrias de alta resolucin en
las zonas de inundacin. En conjunto, estos dos tipos de mapas, probabilsticos y
determinsticos en ambos nieles de resolucin, se utilizan para la planificacin y
ordenamiento territorial, medidas de mitigacin y preparacin de la poblacin, elaboracin
de mapas de riesgo, plizas de seguros, etc.

Debido al alto coste computacional de los mapas probabilsticos y, sumado a esto, la falta
de informacin para la caracterizacin de mecanismos focales en las fuentes, se ha optado
por elaborar mapas determinsticos.

De acuerdo con la experiencia de este grupo investigador y resultados del proyecto europeo
TRANSFER (http://www.transferproject.eu/), se necesitan mallas de alta resolucin en
zonas de inundacin (aprox. x<50m). Esto implica la combinacin de un modelo digital del
terreno de la topografa, ligado a la batimetra. Esta labor requiere un alto tiempo y
esfuerzo, dado que gran parte de este trabajo es de revisin manual, si se quieren tener
mallas de alta calidad y fiables para el estudio de inundacin. La elaboracin de mapas de
inundacin est condicionada a la existencia y disponibilidad de dichas topo-batimetras en
formato digital, y a grandes tiempos de ejecucin de los modelos, en algunos casos, del
orden de semanas.

12.4.2 Hiptesis y criterios de trabajo

A continuacin se resume una serie de hiptesis que se han asumido en este trabajo as
como criterios de trabajo que se han aplicado para la elaboracin de los mapas de
inundacin, teniendo en cuenta las diferentes etapas del tsunami, generacin, propagacin
e inundacin:

Generacin

Los mapas de inundacin que se elaboran en el presente estudio, se basan en la
caracterizacin de escenarios asociados a los peores casos crebles de tsunami de origen
cercano, eventos de baja probabilidad de ocurrencia, pero que permiten estar del lado de la
seguridad en cuanto a las mximas cotas de inundacin posibles en la zona. El peor caso
creble de origen cercano, medio o lejano ha sido definido en la seccin anterior.

Se han elaborado mapas de inundacin asociados a los siguientes escenarios:

Escenario 1, Fuente Sur: Asociada al evento de 1746, con una magnitud de 8.9

Escenario 2, fuente Central: Asociada al evento de 1619, con una magnitud de 8.2

Propagacin

En el presente proyecto se han modelado las diferentes fuentes de generacin en 3 niveles
de mallas, utilizando tres mallas en total. La propagacin de los eventos se ha llevado a


- 12.13 -
1
2
.

T
S
U
N
A
M
I
S

cabo mediante el modelo numrico C3 (Cantabria+Comcot+tsunami/claw), el cual se
describe con detalle en el siguiente apartado. A partir de la topobatimetria detallada, los
distintos eventos de tsunami se generan y propagan desde las fuentes hasta la costa.

Inundacin en la costa Run-up

Tal y como se ha manifestado anteriormente, la inundacin en zonas de tierra por los
tsunamis se lleva a cabo de acuerdo con el nivel de estudio. As, para el clculo de los
mapas de inundacin en Trujillo, se ha inundado en tierra con el modelo C3, teniendo en
cuenta la topo batimetra local de alta resolucin espacial (x< 50m) elaborada.

Figura 12.6 Definicin de parmetros de inundacin segn formulacin de Synolakis (1987).

12.4.3 Metodologa utilizada

El primer paso consiste en la elaboracin de tres mallas de propagacin de diferente
resolucin espacial (Per, Aproximacin y Trujillo) con base en la reconstruccin de la topo-
batimetra exterior y en las localidades seleccionadas. Estas mallas se describen en el
apartado 12.5.3.

A partir del estudio de las Fuentes Sismotectnicas, se han caracterizado los modelos de
rotura de los dos casos crebles de tsunami seleccionados con los cuales se generan las
superficies iniciales del mar en las fuentes de generacin.

b


- 12.14 -
1
2
.

T
S
U
N
A
M
I
S

A continuacin, se propagan con el modelo C3 los dos eventos de tsunami, a lo largo de las
3 mallas anidadas.

Para cada uno de los eventos generados y propagados se obtienen valores de altura
mxima de ola en cada punto de la malla en la zona de inters.

Figura 12.7. Ejemplo de topografa de detalle y malla de elevaciones de Run-up para el clculo del rea inundada.

12.5 Modelado Numrico
12.5.1 Modelo numrico de propagacin de tsunamis C3

De acuerdo con lo expuesto anteriormente, se ha aplicado para el presente estudio, el
modelo numrico C3 tipo 2DH (Olabarrieta et al, 2011), basado en las ecuaciones de ondas
largas no lineales integradas en vertical, en profundidades reducidas (NSWE).

El modelo C3 combina dos modelos, el COMCOT (Cornel Multigrid Coupled Tsunami model)
que resuelve las ecuaciones por el metodo de diferencias finitas y se aplica en la plataforma
exterior marina, y el Modelo Tsunami-Claw, el cual resuelve las mismas ecuaciones
mediante el mtodo de Volmenes finitos en la zona de inundacin en tierra, permitiendo
llevar a cabo la inundacin de forma ms realista. El C3 ha sido desarrollado por el Instituto
de Hidrulica Ambiental de la Universidad de Cantabria, modelo validado con casos tericos,
datos de laboratorio y datos de eventos reales en el marco del proyecto TRANSFER
(Tsunami Risk and Strategies for the European Region). Es un modelo que ha sido aplicado
en Cdiz y Huelva (Espaa) o El Salvador para elaborar Mapas de Inundacin. El Modelo
COMCOT ha sido validado en diversos estudios en todo el mundo con casos reales, tales
como el Tsunami de Chile de 1969, el de las Islas de Flores (Indonesia) en 1992 (Liu et al.
1995), el tsunami del Ocano ndico en Indonesia en 2004 (Wang and Liu, 2006), el
tsunami de Argelia de 2003 (Wang and Liu, 2005). Eventos de deslizamientos submarinos


- 12.15 -
1
2
.

T
S
U
N
A
M
I
S

(Lynett, 2001 y 2002), deslizamientos del Big95 en las islas Baleares (Iglesias, et al., 2009,
2010).

El C3 resuelve las ecuaciones de ondas largas lineales y no lineales. El modelo permite
generar mallas embebidas de mayor resolucin dentro de dominios de mallas ms extensos,
permitiendo la simulacin de grandes reas en tiempos computacionalmente eficientes. El
anidamiento entre mallas de distinta resolucin se lleva a cabo en las dos direcciones,
interpolando en el tiempo y el espacio. La malla ms fina adopta tamaos de malla a una
mayor resolucin y menores incrementos de tiempo comparados con las mallas adyacentes
de mayor tamao y dominio (Wang and Liu, 2005). El modelo incluye el secado e inundado
de zonas secas, lo cual es fundamental para identificar la mxima inundacin (Mximo Run-
up) a lo largo del borde costero. El modelo permite la simulacin de eventos de origen
sismotectnico y de deslizamientos submarinos.

Las ecuaciones expresadas en coordenadas cartesianas se expresan como:

Ecuacin de la conservacin de la masa:

0
P Q
t x x
, c c c
+ + =
c c c
(1)

Ecuaciones de conservacin de cantidad de movimiento en x e y:

2
0
x
P P PQ
gH H fQ
t x y x
,
t
c c c c
+ + + + =
c c c c
(2)

2
0
y
P PQ Q
gH H fP
t x y y
,
t
c c c c
+ + + + =
c c c c
(3)

Donde
,
es la elevacin de la superficie libre sobre el nivel medio del mar; (x,y)
representan la longitud y latitud de la tierra (ejes perpendiculares en coordenadas
cartesianas); t es la variable tiempo;
( )
,
x y
t t
son los esfuerzos cortantes debido a la friccin
del flujo en el fondo en la direcciones del eje x (apuntando en direccin Este) y el eje y en
direccin Norte; P y Q son los flujos de volumen (P=Hu and Q=Hv donde u y v son las
velocidades del flujo promediadas en la profundidad en las direcciones de la longitud y la
latitud); H es la profundidad total del agua (=h+
,
) donde h es la profundidad del agua que
vara en x e y, variando nicamente en el tiempo en la zona de generacin del
deslizamiento; y f representa el parmetro de Coriolis.

Las condiciones iniciales y de contorno del modelo son: (1) la topo-batimetra que se
representa en mallas regulares, donde est definido un nivel de elevacin del agua en el
que se propaga el tsunami; (2) el desplazamiento de la superficie libre del agua en la zona
de generacin, debido al desplazamiento del fondo marino.


- 12.16 -
1
2
.

T
S
U
N
A
M
I
S

Las salidas del modelo son: (1) campo de velocidades medias en la vertical u(x,y,t) y
v(x,y,t) en el dominio de la malla, a partir de las cuales se obtienen las velocidades
mximas a lo largo del tiempo en cada nodo de la malla umax(x,y) y vmax (x,y); (2)
elevacin de la superficie libre
,
(x,y,t) en cada punto de la malla, a partir de la cual se
obtiene la mxima elevacin de la superficie del agua
,
max (x,y) y mximo run-up en
puntos de la costa; (3) series temporales de velocidades ui,j(t) y vi,j(t), y profundidad total
Hi,j(t) (=h+
,
)i,j en puntos (xi,yj).

De esta manera, para los mapas de inundacin locales, el modelo calcula la inundacin en
funcin de la topografa de la zona de tierra cercana a la costa.

12.5.2 Condiciones iniciales: Fuentes tsunamignicas

Para obtener las deformaciones iniciales del fondo marino que dan lugar a cada uno de los
tsunamis modelados hemos utilizado las ecuaciones de Okada para un medio elstico, el
cual se aplica a los parmetros y modelos de rotura que se presentaron en la seccin 12.3.

En la Figura 12.8 se presenta un ejemplo de las deformaciones iniciales verticales
obtenidas para el caso del evento de 1746, que se ha propagado en este proyecto. Estas
son las condiciones iniciales de la superficie del mar que se imponen en el modelo C3 para
la propagacin de cada uno de los eventos de tsunami.

Figura 12.8. Deformacin inicial vertical-Evento 1746.


- 12.17 -
1
2
.

T
S
U
N
A
M
I
S

Figura 12.9. Malla de Per utilizada para las propagaciones.

12.5.3 Condiciones de contorno: Mallas de propagacin

Tal como se dijo en la seccin 12.2, se han utilizado diferentes fuentes de datos para
construir las mallas utilizadas para las propagaciones numricas y para la generacin de los
mapas de inundacin: batimetra GEBCO, digitalizacin de cartas nuticas en zonas
cercanas a la costa, batimetras de detalle etc. Con la topo-batimetra reconstruida se han
elaborado 3 mallas de propagacin.

Malla 1 (Malla Per): Con una resolucin de celda de x=0.5 minutos=920 metros, siendo
el tamao de las mallas (nmero de celdas) de 961*1321. (Figura 12.9).

Malla 2 (Malla Aproximacin): 628 x 532 (celdas), tamao de celda de x =7.5 segundos=
200 metros. (Figura 12.10).


- 12.18 -
1
2
.

T
S
U
N
A
M
I
S

Figura 12.10. Malla de Aproximacin de la zona de Trujillo

Malla 3 (Malla Trujillo): 1200 x 900 (celdas), tamao de celda de x =1.5 segundos = 30
metros. (Figura 12.11).

Estas mallas se encuentran anidadas entre si de manera que existe intercambio de
informacin entre todas ellas y en ambos sentidos, comunicando as las mas grandes y con
menor resolucin con las mas locales y de mayor resolucin.


- 12.19 -
1
2
.

T
S
U
N
A
M
I
S

Figura 12.11. Malla local de la zona de Trujillo.

Estas mallas se encuentran anidadas entre si de manera que existe intercambio de
informacin entre todas ellas, y en ambos sentidos, comunicando as las ms grandes y con
menor resolucin con las ms locales y de mayor resolucin.


- 12.20 -
1
2
.

T
S
U
N
A
M
I
S

12.6 Mapas de inundacin

Tal como se dijo en la seccin 12.4, se han realizado simulaciones de casos de tsunami
generados por terremotos histricos o crebles. Con los resultados de estas propagaciones
se han elaborado mapas de inundacin que recogen diferentes variables tales como altura
de ola, profundidades y peligrosidad por arrastre de personas.

12.6.1 Mapas de inundacin para el evento de 1619

12.6.1.1 Comparacin de la lmina de inundacin en funcin del escenario de
marea

En este mapa, figura 12.12, se recoge una comparativa en la que se puede observar cual
seria el alcance del tsunami en tierra en funcin de diferentes estados de marea. Se han
empleado, y comparado, 5 escenarios diferentes, tal y como se indica en el captulo
correspondiente a proyecciones y escenarios

Nivel medio del mar.
Pleamar mxima anual.
Pleamar mxima anual coincidente con un ao de Nio.
Pleamar mxima anual coincidente con un ao de Nio y con una elevacin del nivel debida
al cambio climtico estimada en 0.5 metros.
Pleamar mxima anual coincidente con un ao de Nio y con una elevacin del nivel debida
al cambio climtico estimada en 1 metro.
La cota de inundacin alcanzada es progresivamente mayor cuanto mayor sea la marea
empleada para la propagacin del tsunami, tal y como lgicamente cabra esperar.

12. 6.1.2 Elevacin mxima de ola medida desde el nivel de pleamar.

Siguiendo el esquema de la figura 12.6 se presenta en este mapa la elevacin mxima de
ola obtenida para este evento y que ha sido calculada con el modelo C3, inundando en la
malla de tierra. (Figura 12.13).

12.6.1.3 Profundidad mxima de inundacin medida desde el nivel de pleamar

En este mapa, se representa la profundidad total mxima como h(x,y,t) (vase figura 12.6).
Este mapa permite ver en cada punto cul sera la mxima profundidad de agua que se
podra tener por un tsunami. Este mapa se puede observar en la figura 12.14.

12.6.1.4 Nivel de peligrosidad de arrastre de personas en el caso de nivel de
pleamar

En este mapa se representa en colores distintos niveles de peligrosidad del arrastre de
personas por los tsunamis. Investigadores como Jonkman (2008) han encontrado relaciones


- 12.21 -
1
2
.

T
S
U
N
A
M
I
S

entre la peligrosidad de arrastre de personas por tsunami con el parmetro (U.h)max. Este
producto se obtiene a partir de: U, velocidad del flujo de agua y h, profundidad total de
agua, en cada punto en tierra de la costa. En el mapa se muestran los distintos rangos de
peligrosidad para este parmetro. (Figura 12.15).


- 12.22 -
1
2
.

T
S
U
N
A
M
I
S

Figura 12.12. Evento 1619. Comparativa en funcin del nivel de marea


- 12.23 -
1
2
.

T
S
U
N
A
M
I
S

Figura 12.13. Evento 1619. Elevacin mxima


- 12.24 -
1
2
.

T
S
U
N
A
M
I
S

Fig 12.14- Evento 1619- Profundidad mxima


- 12.25 -
1
2
.

T
S
U
N
A
M
I
S

Fig 12.15- Evento 1619- Peligrosidad arrastre


- 12.26 -
1
2
.

T
S
U
N
A
M
I
S

12.6.2 Mapas de inundacin para el evento de 1746

12.6.2.1 Comparacin de la lmina de inundacin en funcin del escenario de
marea

Anlogamente al caso de 1746, se presenta a continuacin el mapa comparativo de alcance
de inundacin en funcin del nivel de marea para el evento de 1619, figura 12.16.

12.6.2.2 Elevacin mxima de ola medida desde el nivel de pleamar.

Anlogamente al caso de 1746, se presenta a continuacin el mapa de elevacin mxima de
ola desde el nivel de pleamar para el evento 1619, figura 12.17.

12.6.2.3 Profundidad mxima de inundacin medida desde el nivel de pleamar

Anlogamente al caso de 1746, se presenta a continuacin el mapa de profundidad mxima
de inundacin desde el nivel de pleamar para el evento 1619, figura 12.18.

12.6.2.4 Nivel de peligrosidad de arrastre de personas en el caso de nivel de
pleamar

Anlogamente al caso de 1746, se presenta a continuacin el mapa de peligrosidad de
arrastre de personas en el caso de nivel de pleamar para el evento 1619, figura 12.19.

Los mapas de inundacin obtenidos en el presente estudio permiten orientar al gobierno
regional de las localidades ms o menos expuestas, y definir unos lmites mximos de
inundacin en cada zona. El planteamiento de medidas preliminares de mitigacin y toma
de decisiones a un nivel local, de cada comunidad, deben hacerse con base en estos mapas
de inundacin de alta resolucin, mapas determinsticos, obtenidos con modelos de
inundacin, que permiten con precisin obtener no solo profundidades de inundacin, si no
tambin elevaciones o aspectos energticos, como es la peligrosidad por arrastre de
personas.


- 12.27 -
1
2
.

T
S
U
N
A
M
I
S

1
2
.

T
S
U
N
A
M
I
S

Figura 12.16. Evento 1746. Comparativa en funcin del nivel de marea


- 12.28 -
1
2
.

T
S
U
N
A
M
I
S

1
2
.

T
S
U
N
A
M
I
S

Figura 12.17. Evento 1746. Elevacin mxima


- 12.29 -
1
2
.

T
S
U
N
A
M
I
S

1
2
.

T
S
U
N
A
M
I
S

Figura 12.18. Evento 1746. Profundidad mxima


- 12.30 -
1
2
.

T
S
U
N
A
M
I
S

1
2
.

T
S
U
N
A
M
I
S

Figura 12.19. Evento 1746. Peligrosidad por arrastre de personas


- 12.31 -
1
2
.

T
S
U
N
A
M
I
S

12.7 Mapa de Riesgo en edificaciones vinculado a la profundidad del
evento de 1619

En gestin de desastres naturales es habitual definir el riesgo como la relacin entre
variables de peligrosidad y variables de vulnerabilidad. De esta manera para calcular el
riesgo de un determinado impacto generado por una amenaza debida a un evento de
tsunami, se deben cruzan ambas dimensiones, siguiendo el siguiente esquema:

Figura 12.20. Esquema de calculo de riesgo

En este caso, se ha estudiado, para el evento psimo asociado a 1619, el riesgo por
tsunami para personas y edificaciones.

12.7.1 Riesgo Humano

Se han combinado peligrosidad y Vulnerabilidad para obtener el riesgo humano, riesgo para
las personas. Por un lado, la variable de peligrosidad utilizada es el nivel de peligrosidad por
arrastre de personas segn Jonkman, que viene dado por 5 niveles (figuras 12.16 12.20).

Por otro, se han establecido 5 diferentes grados de vulnerabilidad en funcin de indicadores
estudiados para tal efecto:

o Personas en edad sensible (>65 <10)
o Tasa de analfabetismo
o Tasa de discapacidados
o Tasa de pobreza extrema
o Tasa de igualdad

La combinacin de los 5 niveles de peligrosidad y los 5 niveles de vulnerabilidad genera una
matriz de riesgo que sigue el siguiente esquema:


- 12.32 -
1
2
.

T
S
U
N
A
M
I
S

Figura 12.21. Matriz de riesgo para el riesgo humano

Estos niveles de riesgo se han representado en el siguiente mapa de riesgo humano. (Figura
12.23).

Con base en este mapa se puede establecer la poblacin total incluida dentro de cada nivel,
que sera:

Riesgo Poblacin afectada
Muy bajo (1-2) 2.179
Bajo (2-4) 5.142
Medio (5-9) 15.820
Alto (10-16) 54.740
Muy alto (20-25) 7.247

De esta manera, la poblacin total afectada ascendera a 85.000 personas. De ellas, 62.000
se encontraran en zonas de alto riesgo, con alta potencialidad de fallecimiento.


- 12.33 -
1
2
.

T
S
U
N
A
M
I
S

Figura 12.22. Mapa de riesgo humano


- 12.34 -
1
2
.

T
S
U
N
A
M
I
S

12.7.2 Riesgo para las edificaciones

Como dato de peligrosidad se ha utilizado la profundidad mxima para el nivel de pleamar
en diferentes rangos (figura 12.23). Como dato de vulnerabilidad se ha utilizado el tipo de
edificacin, utilizando para ello una clasificacin en funcin de los siguientes indicadores:
Materiales de construccin
Gestin de agua
Abastecimiento
Saneamiento
De esta manera, se han estableciendo tres niveles de vulnerabilidad: Resistente, Frgil y
Precario (Figura 12.23).

TSUNAMI Dao0 Dao1 Dao2 Dao3 Dao4 Dao5
Precaria 0 1.8 2.2 2.6 3.8 MAXIMO
Frgil 0 2 3 4 5 MAXIMO
Resistente 0 2 4.5 6.5 9 MAXIMO

Figura 12.23. Matriz de riesgo para el clculo del riesgo para edificaciones. En azul, los datos de profundidad
(Peligrosidad, en metros). En amarillo, la clasificacin en funcin de la vulnerabilidad. En rojo, el riesgo
proporcionado en niveles de dao

Cruzando estas dos variables mediante funciones de dao, se ha elaborado un mapa de
riesgo que muestra el nivel de dao por tsunami en una escala cualitativa (de 1 a 5), tal y
como se muestra en la figura 12.24. Las funciones de dao empleadas, son empricas y
basadas en el manual SCHEMA (Scenarios for Hazard-induced Emergencies Management)
(Tinti et al, 2011).

En este mapa se puede observar las zonas cuyas viviendas estaran sometidas a mayores y
menores niveles de riesgo en caso de un evento de tsunami. Estas zonas estn asociadas a
valores altos de la profundidad, especialmente cerca de la costa, y a edificaciones que se
han clasificado como frgiles. Tambin se puede observar pequeas reas en la zona de
Moche, que a pesar de estar relativamente lejos de la lnea de costa poseen altos niveles de
riesgo debido al tipo de construccin precaria, asociada a su vez a una alta vulnerabilidad.


- 12.35 -
1
2
.

T
S
U
N
A
M
I
S

Figura 12.24. Mapa de Riesgo por tsunami en edificaciones para el evento de 1619


- 12.36 -
1
2
.

T
S
U
N
A
M
I
S

12.8 Resumen, Recomendaciones y medidas de mitigacin
preliminares

En este estudio se ha llevado a cabo el anlisis de peligrosidad por tsunami en la costa de
Trujillo.

Para ello, se han realizado simulaciones de 2 casos de tsunamis histricos que afectan a la
zona de estudio. Con los resultados de estas simulaciones se ha elaborado un pequeo
catlogo de mapas de peligrosidad en los que se representan diferentes variables, tales
como altura de ola, profundidad, y peligrosidad por arrastre de personas. Los mapas que se
han elaborado se basan en el peor escenario posible, conformando un anlisis
determinstico. Los resultados de inundacin representados son fruto de los clculos
realizados por el modelo COMCOT, y su modificado C3, que resuelven las llamadas Shallow
Water Equations.

En los mapas de amenaza por tsunami en la costa de Trujillo para el evento de 1746 de
magnitud 8.9, se puede observar la existencia de inundaciones heterogneas a lo largo de
la misma. As, en la zona de Huanchaco, la inundacin alcanzara la cota de 5 metros en las
cercanas del aeropuerto internacional Carlos Martnez de Pinillos. La principal inundacin se
registra en Victor Larco Herrera alcanzndose en algunos puntos cotas de 6 metros.

Se ha tenido acceso a otras lminas de inundacin por tsunami calculadas, como aquellas
incluidas en el estudio Sistema de informacin de recursos para atencin de desastres
SIRAD Trujillo, del PNUD y las presentadas por la Direccin de Hidrografa y Navegacin.
Los resultados obtenidos se encuentran dentro del mismo orden de magnitud que los
resultados de los estudios citados, lo que viene a corroborar los mismos.

No obstante, en este estudio se ha realizado una caracterizacin ms detallada de las
posibles fuentes tsunamignicas de la zona, de manera que se han tenido en cuenta nuevos
eventos con base histrica.

En el caso del evento ms extremo (no por su magnitud pero s por su localizacin, justo
enfrente de Trujillo), asociado al ocurrido en 1619 de magnitud 8.2 se puede observar,
anlogamente al caso anterior, que, en la zona de Huanchaco, la inundacin sera menor,
alcanzndose la cota de 5 metros en las cercanas del aeropuerto. La principal inundacin se
da en Victor Larco Herrera alcanzndose en algunos puntos cotas de entre 15 y 20 metros.

Como se ha comentado, en este informe se representan los resultados de peligrosidad por
tsunami a travs de un anlisis determinista. Estos resultados deben servir de base para la
realizacin de un anlisis probabilstico de peligrosidad que complete ste.

Las diferentes actuaciones de mitigacin de tsunamis se ocupan de llevar a cabo la
reduccin o eliminacin del riesgo para la vida humana basndose para ello en la
evaluacin del riesgo de tsunami. Este aspecto debe incluir la planificacin y zonificacin
con el objeto de manejar el desarrollo de aquellas reas que particularmente tienen peligro


- 12.37 -
1
2
.

T
S
U
N
A
M
I
S

por tsunami, abarcando tanto la construccin resistente a tsunami como la proteccin de
instalaciones e infraestructuras.

En este sentido se han venido desarrollando en Per una serie de medidas de preparacin
para la respuesta y recuperacin en caso de eventos de sismo y tsunami. Este proyecto
(Preparacin para la respuesta y Recuperacin ante sismo y tsunami en reas costeras
seleccionadas) cuenta con la participacin, entre otros, del Programa de las Naciones Unidas
para el Desarrollo (PNUD). El proyecto naci en respuesta al aumento de la vulnerabilidad
existente ante este tipo de eventos. En este caso, el apoyo institucional permite dar
satisfaccin a la sensibilidad creciente ante desastres naturales como los tsunamis. Tanto
las propuestas incluidas, como las herramientas desarrolladas a lo largo de este proyecto se
ven complementadas y corroboradas por las medidas recomendadas en el presente
documento.

Existen diferentes medidas de mitigacin del riesgo por tsunami, que normalmente se
agrupan en dos: Medidas estructurales y medidas no estructurales.

12.8.1 Medidas estructurales

Las medidas estructurales de mitigacin incluyen la reduccin del riesgo a travs de
soluciones ingenieriles tales como el refuerzo de edificios que pudieran ser daados en caso
de tsunami, la proteccin de la costa usando, por ejemplo, estructuras de defensa contra
tsunamis o reducir el impacto de la ola antes de que sta alcance la costa.

Estas actuaciones son especficamente importantes en aquellas zonas en las que existan
edificaciones precarias, bien por construccin con materiales de baja calidad, bien por una
conservacin inadecuada, las cuales son especialmente vulnerables ante el embiste de un
tsunami.

12.8.2 Medidas no estructurales

Las medidas no estructurales de mitigacin proporcionan a la ciudadana la informacin
bsica sobre el riesgo de tsunami, su conocimiento y preparacin, porque la prevencin y la
concienciacin son los factores ms importantes para reducir las prdidas potenciales en
caso de tsunami.

Tradicionalmente se han fijado algunas medidas de mitigacin de tsunamis:

- Medidas locales de planificaron y proteccin
- Creacin y cumplimiento de normas de ingeniera
- Sistema de alerta
- Divulgacin publica de conocimientos
- Plan de evacuacin


- 12.38 -
1
2
.

T
S
U
N
A
M
I
S

Medidas locales de planificacin

Las autoridades locales pueden identificar en los mapas zonas inundables que actualmente
no se encuentran ocupadas por edificaciones, que pueden ser protegidas, asignando usos
pblicos no urbanizables como parques, reduciendo la exposicin de la poblacin e
infraestructuras. Tambin es importante tener en cuenta esos mapas cuando se planifiquen
localmente servicios pblicos (vas, redes de alcantarillado, electricidad, tuberas de
abastecimiento etc.), para comprobar si pasan por zonas expuestas. Se recomienda
superponer los mapas de inundacin locales con instalaciones de electricidad para identificar
localizaciones de estaciones de grandes transformadores u otros, de tal manera que si
ocurre un tsunami no se pierda el suministro de energa local. De igual forma la ubicacin
de infraestructuras especiales, como centros de salud, hospitales, colegios, bomberos,
deben en lo posible alejarse de las zonas expuestas al tsunami.

Normas de ingeniera

Las normas de ingeniera van destinadas a fomentar la construccin de edificios y
estructuras portuarias ms resistentes.

Sistemas de alerta

Los sistemas de alerta pueden alertar a la poblacin de un evento de tsunami. El sistema de
alerta del Pacfico en Hawaii, permite alertar a la poblacin de Per ante eventos lejanos de
tsunami con varias horas de antelacin. No obstante se hace necesario un sistema de Alerta
de tsunami nacional y local (Per) que permita alertar a la poblacin en tiempos cortos de
respuesta para fuentes cercanas (menos de 35 minutos) mediante Protocolos de
coordinacin y comunicacin de alerta ante tsunamis establecidos no slo a nivel
internacional sino tambin a nivel nacional, regional y local

El evento de Japn de 2011 permiti emitir una alerta de tsunami en pases de la cuenca del
Pacifico, incluso en Per. Aquel da, la direccin de Hidrografa y Navegacin de la marina de
guerra, monitore el evento, registrndose alturas de ola de entre 0.44 metros y 1.63
metros aproximadamente.

Divulgacin pblica de conocimientos

La divulgacin, la educacin de la ciudadana, puede mejorar el conocimiento sobre
aspectos de los tsunamis, mediante el entrenamiento de la poblacin local para reconocer
alarmas de tsunami y proporcionar instrucciones bsicas sobre la forma de actuar y como
responder ante un aviso de tsunami. Preparar a la poblacin para el peligro que supone un
tsunami es un proceso largo. La concienciacin comienza desde las escuelas, donde los
nios aprenden los elementos bsicos de seguridad ante terremotos y tsunamis. La
preparacin para el aprendizaje as como los folletos divulgativos, guas, etc. pueden ayudar
en la mejora del conocimiento sobre tsunamis y consecuentemente, eliminar su riesgo.


- 12.39 -
1
2
.

T
S
U
N
A
M
I
S

La UNESCO desarrolla folletos y programas para la educacin de la poblacin, colegios,
redes de comunicacin etc. Uno de estos planes, el referido anteriormente (Preparacin
para la respuesta y Recuperacin ante sismo y tsunami en reas costeras seleccionadas),
hace especial hincapi en el desarrollo de herramientas que permitan el conocimiento global
sobre los tsunamis, su naturaleza y el comportamiento de la ciudadana ante la
presentacin de un evento de esta naturaleza.

Planes de evacuacin

A partir de los mapas de inundacin las autoridades locales elaboran mapas de evacuacin,
con el fin de identificar posibles zonas de desplazamiento de la poblacin, y preparar la
logstica que se necesitara en un momento dado, incluyendo seales que indiquen las
principales rutas a seguir. En este sentido el proyecto del PNUD para el rea de Trujillo
identifica las rutas preferentes de evacuacin a utilizar en caso de tsunami.

Un buen ejemplo sobre una gestin efectiva del riesgo de tsunami se puede encontrar en
los Estados Unidos. En 1997, los cinco estados del Pacifico (California, Oregon Washington,
Alaska y Hawai), en coalicin con diferentes agencias federales (NOAA, USGS, FEMA, NSF)
establecieron la asociacin de the U:S: National tsunami Hazard Mitigation Program
(NTHMP). El principal objetivo de esta organizacin es la mitigacin del riesgo de tsunami
en todas las comunidades costeras estadounidenses amenazadas. El NTHMP desarroll un
plan estratgico a travs de proyectos de mitigacin que promovieran el desarrollo de
comunidades tsunami-resistentes.

El plan comprende 5 objetivos que describen las caractersticas de una comunidad con
capacidad de recuperacin ante un tsunami. Estas comunidades deben cumplir una serie de
requisitos:

- Entender la naturaleza del riesgo por tsunami.
- Poseer las herramientas necesarias para mitigar el riesgo de tsunami, divulgar
y diseminar la informacin sobre este riesgo.
- Favorecer el intercambio de informacin entre comunidades que se encuentren
en zonas de riesgo.
- Institucionalizar un plan para un desastre por tsunami.

Otro ejemplo de actuacin es la preparacin por parte del NTHMP de las autoridades locales,
mediante la zonificacin y preparacin de funcionarios oficiales, responsables del desarrollo
comunitario sobre gestin del riesgo de tsunami. Esta actuacin se baso en 7 principios:

- Conocer el riesgo de tu comunidad, vulnerabilidad y exposicin.
- Evitar el desarrollo en zonas de run up por tsunami para minimizar futuras
prdidas debido al tsunami.
- Establecer y configurar un nuevo desarrollo que suceda en reas de run up de
tsunami para minimizar futuras perdidas por tsunami.


- 12.40 -
1
2
.

T
S
U
N
A
M
I
S

- Disear y construir nuevos edificios que ayuden a minimizar el dao por
tsunami.
- Proteger el desarrollo existente de las prdidas por tsunami mediante planes y
proyectos de redesarrollo, actualizacin y reutilizacin.
- Tomar precauciones especiales en la localizacin y diseo de infraestructuras e
instalaciones crticas para minimizar el dao.
- Establecer planes de evacuacin.

Las actividades de mitigacin pueden centrarse bien en el riesgo mismo del tsunami, bien
en la vulnerabilidad de la poblacin afectada. Evaluar la peligrosidad y riesgo es el primer
paso para reducir la amenaza frente a tsunami. El siguiente paso son las medidas de
mitigacin, y un plan de emergencia que incluya: Sistema de alerta, rutas de evacuacin y
preparacin de la poblacin.

A4.1 MDT

A
4
.
1

M
D
T

ANEXO A4.1

MDT

A4.1 MDT

-A4.1.1-
A
4
.
1

M
D
T

ANEXO 4.1. MDT

A4.1.1 Proceso de creacin de MDT Trujillo

Fuentes de informacin principales:

Curvas, fuente Plandet: curvas definidas cada 25 metros en el rea de estudio
pero no en la franja costera y urbana.

Curvas Moche, fuente Proyecto Especial Chavimochic: definidas en el rea de
estudio cada 2 metros y con informacin puntual en el rea urbana.

Figura A4.1.1: rea de Estudio

Figura A4.1.2: Curvas PLANDET

A4.1 MDT

-A4.1.2-
A
4
.
1

M
D
T

Figura A4.1.3: Curvas Moche Proyecto Especial Chavimochic

Figura A4.1.4: PLANDET Curvas + Topo Moche

A4.1 MDT

-A4.1.3-
A
4
.
1

M
D
T

Como se observa en las imgenes anteriores, el rea de estudio posee 2 topografas de
Autocad cuyas fuentes y resolucin son diferentes. Para unir las dos topografas es
necesario extraer el mximo de informacin correcta que comprenda la mayor parte del
territorio de estudio posible y sin alterar los datos de cada fuente.

Procesos desarrollados en ARCGIS 10.1:

Examinar los dwg y eliminar aquellas lneas que no sean curvas de nivel
basndonos en el campo Layer. Convertir a lneas shp cada dwg Polyline.

Convertir las lneas a puntos en todos sus vrtices.

Examinar las zonas de cada topografa con vacios topogrficos y crear polgonos
de extraccin. Estos polgonos de extraccin sirven para extraer de otra
topografa aquellos puntos que pueden rellenar los huecos. Para ello, creamos
una capa de polgonos que nos sirva para ejecutar diferentes Clips a las capas
topogrficas hasta conseguir rellenar todos los vacios posibles unas con otras.
Esta capa tambin delimita los lmites de cada topografa y, por lo tanto, las
zonas donde presentan limitaciones en su uso. Con la extraccin evitamos los
solapes de informacin topogrfica entre capas. En la imagen siguiente se
muestra un ejemplo de relleno de informacin topogrfica.

Figura A4.1.5

A4.1 MDT

-A4.1.4-
A
4
.
1

M
D
T

Figura A4.1.6

Si observamos, en el norte de la ciudad hay un importante vaco topogrfico para
el que ninguna de las dos capas ofrece puntos de altitud continuos para generar
el MDT. Para rellenar este hueco hemos creado otro polgono de extraccin que
filtre del MDT Aster Gdem 30M la zona delimitada de la imagen.

En determinadas zonas de la topo Curvas Moche existen pequeas vacios donde
tampoco hay info topogrfica. Si observamos estas zonas vemos que podemos
completar esta info de manera manual siguiendo las curvas altitudinales sin
encontrar confusin alguna.

Creacin de TIN a partir de:

o Puntos Plandet
o Puntos Moche Proyecto Especial Chavimochic
o Puntos MDT Aster Gdem 30m en zona urbana norte
o Rios Trujillo: shp base Info Pnud (solo Rios) Hard Line
o SoftClip.shp delimitando el rea de estudio y definida la lnea de costa a
partir de cartografa de PNUD.

A4.1 MDT

-A4.1.5-
A
4
.
1

M
D
T

Figura A4.1.7: Delimitacin de topografas con fuentes de datos diferentes

Una vez creado el TIN podemos examinar aquellas zonas donde la triangulacin
no se comporta homogneamente y crea fondos de valle o picos debido a puntos
de elevacin abruptos errneos.

Figura A4.1.8

A4.1 MDT

-A4.1.6-
A
4
.
1

M
D
T

Detectadas estas zonas, vamos eliminando de la capa topogrfica
correspondiente aquellos puntos errneos o que forman cadenas de elevacin
cerradas, con valor cero en tierra o desvirtuadas respecto al resto de puntos
vecinos.

El rea costera necesita mayor precisin en cuanto a geometra y topografa.
Determinadas zonas de las fuentes originales no poseen precisin topogrfica
hasta la lnea de costa. Por este motivo se ha llevado a cabo una sencilla
digitalizacin en dos zonas costeras, Trujillo ciudad y Salaverry. Esta
digitalizacin con cota cero se ha basado en: la imagen satlite World Imagery
que proporciona ESRI a travs de su WMS y Google Earth. Aadir estos pocos
puntos ayuda notablemente a la interpolacin hasta la lnea de costa.

Definidos estos puntos podemos volver a interpolar hasta la misma costa y crear
un modelo TIN ms preciso que el anterior.

Fuentes origen

o Puntos Plandet

o Puntos Moche Proyecto Especial Chavimochic

o Puntos MDT Aster Gdem 30m en zona urbana norte

o Puntos costeros Trujillo ciudad con cota cero

o Puntos costeros Salaverry con cota cero

o Rios Trujillo: shp base Info Pnud (solo Rios) Hard Line

o SoftClip.shp delimitando el rea de estudio y definida la lnea de costa a
partir de cartografa de PNUD.

Creado el TIN podemos convertir a raster el MDT a dos resoluciones, 10 y 5
metros.

A4.1 MDT

-A4.1.7-
A
4
.
1

M
D
T

MODELO DIGITAL DEL TERRENO 10 METROS TRUJILLO

Figura A4.1.9

PROYECCIONES DE CAMBIO CLIMTICO EN LA PROVINCIA DE TRUJILLO (PER)
A5.1 ACTORES Y PARTICIPACIN

A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

ANEXO A5.1

ACTORES Y PARTICIPACIN


-A5.1.1-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

ANEXO 5.1. ACTORES Y PARTICIPACIN

A5.1.1 Antecedentes

Durante los das 16 al 24 del mes de julio de 2012, una comitiva de IH Cantabria
formada por Iigo Losada (lder del proyecto), Fernando Mndez (experto en Clima
Martimo) y Sara mez (enlace tcnico IH-BID) se desplazaron a Per. La misin tena
varios objetivos:

1. Establecer el contacto directo con las instituciones permitiendo recabar la
informacin faltante,

2. Presentar los objetivos del proyecto, el planteamiento metodolgico y los avances
preliminares en cuanto a resultados de peligrosidad,

3. Validar el rea de estudio,

4. Iniciar el proceso participativo a travs de entrevistas presenciales y/o
cuestionarios con el fin de realizar el inventario de actores y evaluar la
vulnerabilidad percibida,

5. Realizar una visita de campo a las zonas ms vulnerables en base a la
vulnerabilidad percibida por los agentes en la etapa anterior.

El presente documento, incluye actas de las reuniones llevadas a cabo con los
principales agentes, tanto a nivel central (en Lima) como departamental o provincial en
Trujillo.

Asimismo, se incorpora una serie de conclusiones y recomendaciones recabadas durante
la misin.

Por ltimo, se incluyen dos anexos con el listado de asistentes al Taller Participativo de
presentacin del trabajo de IH Cantabria y diversas fotos realizadas durante las visitas
de campo.


-A5.1.2-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

A5.1.2 Reuniones

Durante los 7 das de misin en el pas, IH Cantabria ha mantenido 17 reuniones con
ms de 25 organismos y organizaciones claves, participando adems en la celebracin
de dos talleres, todo ello gracias a la estrecha colaboracin y apoyo recibido por parte
de los responsables BID del proyecto en ambas sedes (Jaime Fernndez-Baca en Lima y
Daniel Rejas en Trujillo) y la coordinadora del Proyecto Trujillo Sostenible por parte de la
Municipalidad Provincial de Trujillo, Mercedes Lpez.

A continuacin se enumeran algunos de los principales agentes entrevistados, entre los
que cabe destacar:

1. Banco Interamericano de Desarrollo sede en Lima y Trujillo
2. Instituto Nacional de Defensa Civil sede en Lima y Trujillo
3. Equipo de consultores del Programa de Naciones Unidas para el Desarrollo
enmarcados en la iniciativa de Ciudades Sostenibles de INDECI Lima y Trujillo
4. Ministerio del Ambiente Direccin General de Ordenamiento Territorial
5. Ministerio del Ambiente Direccin General de Cambio Climtico, Desertificacin
y Recursos Hdricos
6. Autoridad Portuaria Nacional (APN)
7. Autoridad Nacional del Agua (ANA)
8. Ministerio de Energa y Minas - Instituto Geolgico Minero y Metalrgico
9. Ministerio de Vivienda, Construccin y Saneamiento Direccin General de
Urbanismo
10. Gobierno Regional de La Libertad Proyecto Especial Chavimochic
11. Municipalidad Provincial de Trujillo - Plan de Desarrollo Territorial
12. Capitana Puerto Salaverry
13. Municipalidad Provincial de Trujillo - Subgerencia de Defensa Civil
14. Asociacin Trujillo Ahora
15. Servicio de agua potable y alcantarillado de La Libertad, SEDALIB S.A.
16. Corporacin Peruana de Aeropuertos y Aviacin Comercial, CORPAC S.A.
17. Consultora Montes y Caminos (Plan Ambiental de la Provincia de Trujillo)
18. Hidrandina (servicio pblico de electricidad)
19. Cmara de Comercio
20. Junta de Usuarios de Riego del Moche
21. Municipalidad Provincial de Trujillo - Servicio de Gestin Ambiental de Trujillo,
SEGAT
22. Cuerpo de Bomberos
23. Gobierno Regional de La Libertad Subgerencia Provincial
24. Asociacin Peruana para la Conservacin de la Naturaleza, APECO
25. Gobierno Regional de La Libertad - Gerencia de Recursos Naturales y Gestin
Ambiental La Libertad
26. DHI Consultores (Climate Change Impacts During Droughts on the City of
Trujillo)


-A5.1.3-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

En la siguiente seccin se incluyen actas de las reuniones/talleres celebrados durante la
misin:

Reuniones celebradas en Lima (17-18 de julio)

Reunin sede BID en Lima
Fecha Martes, 17 de julio de 2012 a las 9h00
Lugar
Oficina del BID en Lima (Calle Calle Dean Valdivia 148, Pido
10, San Isidro)
Asistentes
BID Per: Jaime Fernndez-Baca
IH Cantabria: Iigo Losada, Fernando Mendez, Sara mez
Aspectos destacables

Revisin general de nuestra visin del proyecto incluyendo las
presentaciones que se haban planteado para los das
siguientes.

Acciones

BID pone a disposicin de IH Cantabria el informe sobre
recursos hdricos y cambio climtico del DHI.


-A5.1.4-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Reunin INDECI-PNUD en Lima
Lugar
Oficina del INDECI en Lima (Ricardo Angulo Ramrez n 694,
Urb. Corpac San Isidro)
Asistentes
INDECI: Arq. Jenny Parra Small (Coordinadora Programa
Ciudades Sostenibles) y Alfredo Prez Galleno (Asesor
Programa Ciudades Sostenibles)

El programa comenz en el 2001 bajo la financiacin del
PNUD. Se circunscribe a mbitos urbanos y tiene como misin
fundamental, siguiendo la metodologa del PNUD, la
evaluacin de peligros naturales y tecnolgicos as como de la
vulnerabilidad, identificando servicios vitales, sectores crticos
y riesgos. El planteamiento del proyecto incluye la
participacin de los diferentes actores involucrados. Tambin
inciden en la necesidad de que estos proyectos acaben
teniendo incidencia administrativo legal, por lo que intentan
involucrar a municipalidades y administraciones con
mecanismos de acompaamiento y seguimiento.

Citan asimismo la nueva Ley de Gestin del Riesgo por la cual,
parte de sus antiguas competencias han pasado al CENEPRED
que se centra ms en la evaluacin de escenarios de riesgo y
la incidencia sobre prdida de vidas y econmicas.

Citan que han realizado un estudio sobre riesgos en la zona de
Lima que ya ha sido concluido. Este estudio, incluye entre
otros, riesgo de tsunamis. Este estudio ha sido dirigido por
Luis Gamarra Tong (PNUD). (Preparacin para la respuesta y
recuperacin temprana ante sismos y/o tsunamis en reas
costeras seleccionadas).

El mismo trabajo ha comenzado a hacerse en Trujillo donde
ya trabaja un equipo multidisciplinar. Se espera que este
trabajo est acabado a finales de Diciembre.

Comentan la existencia de un mapa de peligros elaborado por
la Universidad Nacional de Trujillo.

Acciones

BID/IH Cantabria es remitido al representante de INDECI en
la Direccin Regional de La Libertad, Ing. Eduardo Fiestas
Barreto y al responsable del estudio en curso de Trujillo, Arq.
Douglas Azabache.


-A5.1.5-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Reunin DG Ordenamiento Territorial - Ministerio del Ambiente (MINAM) en Lima
Lugar
Direccin MINAM en Lima (Av. Javier Prado Oeste 1440, San
Isidro)
Asistentes
MINAM: M. Eng. Adrin Fernando Neyra Palomino (Director
General de Ordenamiento Territorial del MINAM)

M. Eng. Adrin Fernando Neyra Palomino anteriormente en el
BID. Es perfecto conocedor del programa del BID as como de
la problemtica del rea de Trujillo.
Hizo una revisin general de los que, a su parecer, son los
problemas fundamentales de Trujillo. Insisti mucho en la
necesidad de analizar sistemas multi-riesgo como situaciones
de sismo con alto grado de humedad en el terreno. Entre los
problemas esenciales cit: la sequa, la elevacin del nivel
(napa) fretica lo que est conduciendo a un
empantanamiento de la ciudad con afeccin al patrimonio
histrico en zonas como Chan Chan. Asimismo coment la
existencia de estudios de la Universidad en los que se ha
analizado la contaminacin y salinizacin de los acuferos, la
falta de drenes de agua y la necesidad de planificacin
territorial. Tambin destac la necesidad de analizar los
problemas interterritoriales con el de la gestin de la
compuerta de agua de Chinecas cuyo cierre supondra la
sequa inmediata para una gran parte de la regin. Asimismo,
indica que el presente estudio ser insumo para ellos de cara
a la planificacin urbana.

Posteriormente, el Ing. Roque Vargas nos explic los mapas
de vulnerabilidad fsica recientemente elaborados por la
direccin general y los elaborados a partir del mismo. Esto
mapas nos han sido entregados en soporte informtico.

Acciones

Entregan CD con documentacin de utilidad para el estudio
que incluye datos socioeconmicos, mapas de vulnerabilidad
fsica a escala nacional (1:3.500.000), archivos GIS, etc.


-A5.1.6-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Reunin Autoridad Portuaria Nacional (APN) en Lima
Lugar Sede APN en Lima (Av. Santa Rosa 135 La Perla, Callao)
Asistentes
APN: Edith Marcela Tupayachi Alfaro (Unidad de Proteccin y
Seguridad del APN), Ing. Roy Legoas Montejo (Director
Tcnico)

Realiza una detallada exposicin tcnica y explica el contexto
poltico-administrativo en el que se desarroll el proyecto y la
construccin del Puerto de Salaverry. Es absolutamente
consciente de que el Puerto de Salaverry es el responsable de
la erosin costera as como de la necesidad de un diagnstico
cuantificado de la situacin que permita dar soluciones reales.
Cita algunas de las soluciones que se han venido planteando
en el pasado o que son consideradas en la actualidad
poniendo de manifiesto su visin tcnica de las mismas. Gran
disponibilidad a colaborar.

Acciones
Tiene una gran cantidad de informacin tcnica que pone a
disposicin del BID e IH Cantabria incluido el ltimo estudio
realizado (Reposicin del Borde Costero en los Balnearios de
Las Delicias, Buenos Aires y Huanchaco).


-A5.1.7-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Reunin DG Cambio Climtico, Desertificacin y Recursos Hdricos - Ministerio del
Ambiente (MINAM) en Lima
Fecha Mircoles, 18 de julio de 2012 a las 9h00
Lugar
Direccin MINAM en Lima (Av. Javier Prado Oeste 1440, San
Isidro)
Asistentes
MINAM: Claudia Figallo (Especialista Adaptacin Nacional y
Regional de la DG CC del MINAM), Gabriel Quijandra Acosta
(Viceministro de Desarrollo Estratgico de los Recursos
Naturales del MINAM)

La reunin se mantuvo fundamentalmente con Claudia Figallo.
Asimismo, se mantuvo una pequea reunin con Gabriel
Quijandra Acosta. En la reunin se hizo una presentacin del
trabajo realizado hasta el momento y de la metodologa
seguida. Mostraron grandsimo inters por plantear un
proyecto para el estudio de los impactos del cambio climtico
y estrategias de adaptacin en la costa del Per.
Al da siguiente, en este mismo marco, mantuvimos una
reunin con Oscar Lazo Calle, Especialista en Zonas Marina
Costera de la Direccin General de Ordenamiento Territorial
del Ministerio del Ambiente quien nos expres de nuevo el
inters en poner en marcha el proyecto para las zonas
costeras.


-A5.1.8-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Reunin Equipo PNUD en Lima
Lugar
Cafetera aledaa a la direccin del MINAM en Lima (Av. Javier
Prado Oeste 1440, San Isidro)
Asistentes
PNUD: Luis Gamarra Tong (Coordinador del Proyecto INDECI-
PNUD-UNFPA-OPS Preparacin para la respuesta y
recuperacin temprana ante sismos y/o tsunami en reas
costeras seleccionadas), Douglas Azabache y Alfredo Terga

En esta reunin se present el proyecto sobre peligrosidad
ssmica y ante tsunamis que ha sido realizado para la zona de
Lima y que se encuentra en curso para la zona de Trujillo. El
objetivo del proyecto es servir de base para la creacin de
sistemas de operacin frente a desastres. La peligrosidad
considera tsunamis y sismos. Trabaja con informacin de muy
alta resolucin a nivel de ciudad, distrito e incluso manzanas a
partir de la informacin del Instituto Nacional de Estadstica
(Censo de 2007). Consideran la vulnerabilidad asociada a
sectores vinculados con agua, salud, energa, transporte, etc.
Esta informacin se considera muy interesante para nuestro
estudio aunque ser necesario esperar a finales de agosto
para recibirla pues el estudio est actualmente en desarrollo.
La zona considerada en la provincia de Trujillo es Victor Larco
que forma parte de nuestro estudio.
La informacin sobre tsunamis se ha tomado directamente de
la Direccin de Hidrografa y Navegacin de la Marina (DHN)
en la que se ha identificado como posible contacto al
Comandante Atilio Aste. Sin embargo, se ignora por completo
la metodologa seguida pues solamente se integran los mapas
de inundacin elaborados por la Marina. Se nos comunica que
un estudio des inundacin de tsunamis equivalente se ha
presentado recientemente en la zona de Trujillo.
Su trabajo en Trujillo se hace en colaboracin con PLANDET
(Oficina de Planificacin y Desarrollo Territorial) dependiente
de la Municipalidad.

Acciones

La previsin de finalizacin de su proyecto es a mediados de
agosto, se acuerda una vez dispongan de la versin final del
mismo, de entregar al BID/IH Cantabria la base de datos de
vulnerabilidad utilizada.


-A5.1.9-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Reunin Autoridad Nacional del Agua (ANA) en Lima
Lugar
Sede ANA (Calle Diecisiete n 355, Urb. El Palomar, San
Isidro)
Asistentes
ANA: Jorge Bentez (Director de Conservacin y Planeamiento
de Recursos Hdricos)

Ante la imposibilidad de Jorge Bentez de asistir a la reunin,
BID e IH Cantabria son recibidas por un amplio grupo de
ingenieros en su lugar que despus de escuchar los objetivos
y metodologa de nuestro estudio, especificaron la informacin
y trabajos disponibles.
Citaron a SENAMHI como fuente fundamental para obtener
informacin meteorolgica. Su trabajo est principalmente
centrado en la concesin de usos de agua para uso agrario y
en la construccin y mantenimiento de obras de defensa
riberea. Tiene informacin muy limitada o carecen de
informacin sobre precipitaciones y caudales medios. Son
usuarios de los pocos datos existentes. No tienen informacin
sobre transporte de sedimentos en ros como el Santa. Son
conocedores de estudios como el del impacto del canal
CHAVIMOCHIC sobre el acufero subterrneo o de estudios
especficos del aumento de la napa fretica en la Ciudadela de
Chan Chan.
Dentro de los problemas ms importantes destacan los
impactos de El Nio y dicen que existen registros desde 1983.
Otro aspecto que destacan es la ocupacin que se est
haciendo de las quebradas que se mantienen secas hasta que
se producen eventos como El Nio con los consiguientes
problemas. Comentan que tambin han afectado al
aeropuerto internacional. Citan concretamente la Quebrada de
Ro Seco o de Len aunque no son las nicas. Destacan la
importancia de identificar puntos crticos en la inundacin.
Para disponer de informacin se puede solicitar por escrito al
Dr. Hugo Jara Facundo.


-A5.1.10-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Reunin Instituto Geolgico Minero y Metalrgico (INGEMMET) del Ministerio de
Energa y Minas en Lima
Lugar Sede INGEMMET en Lima (Av. Canad n1470 San Borja)
Asistentes
INGEMMET: Ing. Lionel Fidel Smoll (Director, Direccin de
Geologa Ambiental y Riesgo Geolgico)

Expuso una visin general sobre la actividad del Instituto en el
marco de los riesgos ambientales. Cuentan con informacin
interesante como mapas hidrogeolgicos, litogeolticos,
geomorfolgicos o neotectnicos a los que ofrece acceso
previa carta la Presidenta Da. Susana Vilca Achata. No
obstante el problema esencial reside en la escala del trabajo
dado que la mayor parte de estos mapas cubren todo el pas.
Esto da lugar a escalas 1: 50.000 o 1:100.000 insuficientes
para el trabajo que nos ocupa.
En cuanto al tema de tsunamis cita dos fuentes
fundamentales. Por un lado, ellos se encuentran trabajando
en la identificacin de paleo-tsunamis, lo que puede ser de
gran inters para elaborar los mapas de riesgo. Sin embargo,
este trabajo est en curso y no estar disponible,
previsiblemente hasta finales de ao.
Por otro lado, cita que el Centro de Investigacin Ssmica es el
nico centro en Per que cuenta con informacin de
microzonificacin de sismos y geotecnia. Sin embargo, no le
consta que hayan trabajado en tsunamis.

Acciones

Nos entrega diverso material promocional y pone a nuestra
disposicin la herramienta online Geocatmin.


-A5.1.11-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Reunin Ministerio de Vivienda, Construccin y Saneamiento en Lima
Lugar
Sede Ministerio de Vivienda, Construccin y Saneamiento en
Lima (Av. Paseo de la Repblica 3361, 3er piso, San Isidro)
Asistentes
Ministerio de Vivienda: Arq. Luis O. Tagle Pizarro (Director
Nacional de Urbanismo) y Arq. Guillermo Malca Orbegozo
(Consultor), Guillermo Malca (consultor)

Son responsables en el pas de la gestin territorial y, por
tanto, estn vinculados a la gestin del riesgo. Son
conocedores de la existencia de microzonificaciones ssmicas
en varias ciudades. Citan el estudio de Ciudades Sostenibles
en Trujillo. Estn trabajando en un mapa de riquezas o
potencialidades que puede ser de gran utilidad para
complementar la informacin de vulnerabilidad. Se puede
acceder a la informacin solicitndola por escrito al Director
General.
Tiene amplio conocimiento de la informacin cartogrfica
existente en el pas, pero en cuanto a Trujillo se refiere nos
remiten a la Municipalidad.
Identifican a PLANDET como uno de los actores
fundamentales, sugiriendo que debera ser esta oficina
nuestro referente tcnico en la Municipalidad y el receptor de
toda la informacin tcnica generada en Trujillo.
Sr. Malca se incorpora a mitad de la reunin. Era Gerente de
PLANDET durante el periodo 2009-2011, por tanto es perfecto
conocedor de la problemtica de erosin costera en Trujillo.
Destaca zonas como Las Delicias, Buenos Aires y Huanchaco
(los 3 balnearios). Han intentado la contencin a travs de
rocas, geotubos, tubos verticales de drenaje, etc.


-A5.1.12-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Reuniones celebradas en Trujillo (19-24 de julio)

Reunin BID en Trujillo
Fecha Jueves, 19 de julio de 2012 a las 8h00
Lugar Hotel Libertador Trujillo (Plaza Mayor)
Asistentes
BID Per: Daniel Rejas

Le exponemos las visitas realizadas en Lima y la estructura de
las reuniones mantenidas.
Se revisa el perfil de asistentes al taller y las entrevistas
programadas durante los prximos das en Trujillo.

Taller Participativo con la Mesa de Cambio Climtico en Trujillo
Lugar
Sala de Regidores de la Municipalidad Provincial de Trujillo
(Plaza Mayor)
Asistentes
Municipalidad: Mercedes Lpez (Coordinador del proyecto
Trujillo Sostenible)
Varios asistentes (consultar Anejo I)

Despus de una presentacin general por parte de Mercedes
Lpez, IH Cantabria realiz una presentacin general sobre el
programa financiado por el BID, los objetivos del estudio, la
metodologa y una serie de resultados preliminares
relacionados con los riesgos derivados de precipitaciones,
erosin costera y tsunamis. Se identificaron estos como los
riesgos principales de inters para la Municipalidad. La reunin
fue sumamente fructfera especialmente porque los diferentes
actores participaron de forma activa, indicando su
experiencia, trabajos e informacin disponible para los
diferentes aspectos considerados.
Son especialmente valiosas las contribuciones realizadas por
el representante del Canal de Chavimochic, representante de
INDECI en La Libertad, responsable del proyecto de PNUD, as
como responsables de CORPAC y SEGAT.

Acciones
Varios agentes se comprometieron a entregar documentacin
de utilidad, la cual entregaron en das sucesivos.


-A5.1.13-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Reunin Proyecto Especial Chavimochic en Trujillo
Lugar
Sala de Regidores de la Municipalidad Provincial de Trujillo
(Plaza Mayor)
Asistentes
Proyecto Especial Chavimochic: Ing. Gerardo Alegra Tenorio
(Gerente de Desarrollo Agrcola y Medio Ambiente)

Despus del taller participativo, se mantuvo una reunin
bilateral con el Ing. Alegra, indicndonos la informacin de la
que disponen y pudiera ser de inters para el estudio.

Acciones
Tras la solicitud formal de la informacin, han remitido los
datos histricos de caudales de los ros Santa, Viru y Moche
(recibidos el da 3 de agosto va correo electrnico).

Reunin INDECI en Trujillo
Lugar Sede INDECI (Filadelfia n 406, Urb. Santa Isabel Trujillo)
Asistentes
INDECI: Eduardo Fiestas Barreto (Director)

Al igual que en el caso anterior, nos indica la informacin de
utilidad que nos proporcionara as como la localizacin de las
zonas y peligros ms importantes resaltando la problemtica
de las quebradas (Quebrada Len y San Idelfonso). Han
realizado un estudio que dispone de una serie de
recomendaciones al respecto.


-A5.1.14-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Reunin PLANDET en Trujillo
Lugar Oficina de PLANDET en Trujillo
Asistentes
PLANDET: Arq. Marisa Torres (Director)

Estn trabajando en la actualidad en el fortalecimiento de
capacidades para la ordenacin territorial de la provincia.
Destaca al experto Julio Kuroiwa, ingeniero civil especializado
en gestin de desastres como punto de contacto de utilidad
para el estudio.

Reunin Capitana de Puerto Salaverry en Trujillo
Fecha Viernes, 20 de julio de 2012 a las 9h00
Lugar Puerto de la Capitana Guardacostas Martima de Salaverry
Asistentes
Capitn de Fragata Jos Antonio Fernndez Gamarra

Indican que elevaron la solicitud de informacin a la Direccin
de Hidrografa y Navegacin de la Marina. Destacan el silencio
telrico de los ltimos aos especialmente en el norte de
Per. Afirman que la cantidad de das que el puerto se
encuentra inoperativo a causa de condiciones de oleaje
anmalo es muy alta (alrededor de 50 das en el primer
semestre de 2012). Dragan constantemente la drsena debido
a problemas de calado (no siendo as en los canales de
navegacin). Redireccionan a ENAPU en materia de
volmenes anuales de dragado.
Desecharon la solucin de geotubos a causa de un informe de
la Marina. Dirigirse al Subdirector Subcomadante Sablich para
peticin de informacin adicional.


-A5.1.15-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Reunin con PNUD-SIRAD en Trujillo
Fecha 23 de julio de 2012 a las 16h00
Lugar Oficina del BID en Trujillo (Calle Bolivia 231, Urb. El Recreo)
Asistentes
PNUD-SIRAD:Consultora Kathyanna del Roco Hernani Morales
(khernani_16@hotmail.com)
IH Cantabria: Sara mez

En cuanto a su proyecto: no solo engloba el SIRAD, sino
tambin el Plan de Emergencias, Centro de Operaciones.
nfasis en Victor Larco si bien se han incluido 4 distritos
costeros. Tienen previsto un taller de capacitacin (por
confirmar) el 7 de agosto y la presentacin del trabajo final el
10 de agosto, por tanto transferirn toda la informacin al
municipio a mediados de agosto. Indica que lo solicitemos
directamente a la municipalidad.
Identifica debilidades en el estudio de 2002. Despus del
sismo del 2007, vieron la falta de actualizacin y no se
aprob. Lo utilizaron como insumo para la vulnerabilidad de
recursos (en el caso de sismos evaluaron la capacidad
portante y la accesibilidad). En el caso de Simbal y Poroto,
slo han tenido en cuenta las zonas urbanas.
Resalta el servidor cartogrfico gestionado por INDECI.

Acciones
Entregan CD con la cartografa base que han utilizado, que es
la misma cartografa base de PLANDET (2011) + actualizacin
de distritos + algunas manzanas de Google Earth. El CD es la
cartografa consensuada con la Provincia. El mapa ha sido
convertido por el especialista SIG de su equipo.
Se acuerda la entrega de su informe y anejos finales a
mediados de agosto.


-A5.1.16-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Reunin con PLANDET en Trujillo (2 reunin)
Lugar Oficina de PLANDET en Trujillo
Asistentes
PLANTED: Antonio Torres Bentez (Coordinador del Plan de
Acondicionamiento Territorial) +2 consultores

Reunin solicitada por Antonio Torres directamente, puesto
que no pudo estar en la reunin anterior. Asiste con dos
tcnicos (ellos si estuvieron en la otra reunin) que junto con
l conforman la consultora contratada por PLANDET en este
estudio.
El Plan de Acondicionamiento Territorial tiene como objetivo
revisar el diagnostico territorial bajo ciertos criterios (fsicos,
biolgicos, culturales, etc.). Asimismo desarrollan el tema de
peligros para evitar el crecimiento desordenado.
Nombran a Hidronav (por confirmar): Falla de tsunamis
complementada a escala 1:5000.
En cuanto a datos de Vulnerabilidad, utilizan el censo de 2007
(INEI). No cuentan con datos espaciales. Estn viendo la
posibilidad de trabajar con centros poblados (que son puntos).
PLANDET tendr listas las capas de peligros para finales de
este mes. Cuentan con un grupo tcnico formado por
instituciones pblico-privadas que les valora.

Acciones
Se acuerda colaborar en materia de vulnerabilidad.
Asimismo, se les enva la PPT usada por IH Cantabria con
resultados preliminares de peligrosidad y entregan
presentacin utilizada durante la reunin y donde especifica
los riesgos estudiados por PLANDET.


-A5.1.17-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Reunin Defensa Civil en Trujillo
Lugar Oficina de Defensa Civil en Trujillo (junto a la de PLANDET)
Asistentes
Defensa Civil: Ingeniero Flores

Ing. Flores solicita incluir sismos, afirmando que si no
quedara cojo el estudio. Nos apoyaran en todo.
Asegura que tienen un grave problema ya que a pesar de que
las lluvias no superen los 7mm destruyen techos
(recientemente ha habido 2 muertos por esto). Y tienen
muchos problemas de incendios en pocas de lluvias por el
deterioro de las instalaciones.
A pesar de estar enfrente de PLANDET, no estaba informado
de que han contratado una consultora que est haciendo la
evaluacin de peligrosidad (que incluye entre otros sismos).

Acciones
Suministra mapas del centro histrico (son mapas de campo)
y informe del estudio. Han tenido a ms de 40 tcnicos
recogiendo datos en el centro histrico.


-A5.1.18-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Reunin Taller del Agua DHI en Trujillo
Fecha 23 y 24 de julio de 2012
Asistentes
Municipalidad: Mercedes Lpez (Coordinador del proyecto
Trujillo Sostenible)
DHI: Roar Askr Jensen y Alejandro Ernesto Lasarte
BID Per: Jaime Fernndez-Baca y Daniel Rejas
BID DC: Ral Muoz
Agentes interesados
En total unos 20 asistentes.

Presentacin de Mercedes Lpez: Plan de Accin realizado por
McKinsey lo entregaron a la ciudad de Trujillo en agosto de
2011. En el eje de Sostenibilidad ambiental y CC crearon la
Mesa de Coordinacin de Cambio Climtico, adems de las
consultoras de GEI, DHI o la nuestra (IH Cantabria).

Raul Muoz raulmu@iadb.org (BID DC, Divisin de Agua y
Saneamiento): 25% fondos se dedica a CC y Saneamiento.
Doc Agua y Adaptacin al CC en las Amricas. Soluciones del
dialogo regional de poltica (DRP) incluye los mensajes claves
tras un intenso proceso de participacin ante la COP16.
Explica brevemente la aplicacin de la herramienta BID
denominada LAC Regional Simulation and Decision Support
System for Water Resources, permitindoles actualizar los
datos actuales con los nuevos escenarios del IPCC.
Entre las cosas que hace el BID, tienen un proyecto en
Uruguay: Plan Nacional y Gestin de RRHH cofinanciado con
AECID.
Iniciativa Knowledge and Capacity Building Project tiene
asignados unos 500.000 USD (es el estudio de DHI). Son 4
casos de estudio: Montevideo (inundaciones), Quito
(glaciares), POS (SLR) y Trujillo (en principio iban a estudiar
sequas pero decidieron enfocarlo a balance hdrico). Con
estos estudios se prev la presentacin de una nota tcnica en
octubre en el DC.
RM habla del Plan de Accin de Trujillo con horizonte 2011-
2027.

DHI (Alejandro E. Lasarte): 2 fuentes de agua fundamental
para la ciudad (acufero de aguas subterrneas) y
transferencia de agua del canal Chavimochic (cuenca del
Santa). Este ltimo es principalmente para riego. Resalta el
tema de la resolucin gruesa y la dificultad para estimar por
tanto los impactos derivados del Cambio Climtico.
Solo han utilizado la informacin disponible, no han generado
nueva informacin.
Fuente 2: Cuenca del Santa (info sobre este es mejor que la
del Moche).


-A5.1.19-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Conclusin: los RRHH en Trujillo estn ms relacionados con
gestin del drenaje ms que con sequas.
Tambin han estudiado sostenibilidad del bombeo ante la
expansin y los efectos del CC.
Lasarte pregunta Sistema de Abastecimiento es robusto al
CC? Es sensible y vulnerable? Lo es tanto a la disponibilidad
de agua superficial como subterrnea. SEDALIB cubre
alrededor de un tercio del suministro de agua domestica en
Trujillo. Si uno de los escenarios de CC es aquel ms seco,
podra estar en peligro.
En cuanto a la congestin de drenaje: Lasarte afirma que si
tuviramos el otro escenario opuesto (el hmedo), la recarga
de acuferos podra verse beneficiada.
Asimismo resalta la CLAVE del estudio: La ciudad est situada
en un desierto pero el problema es la congestin de drenaje.
Tema precipitaciones y temperaturas han cogido mapas a
escala nacional provenientes de la 2 Comunicacin Nacional
sobre CC. Resaltan de nuevo lo grosero de la escala.
DAHI modela la cuenca superior para saber el caudal de
aporte al acufero a travs de la herramienta NAM
(desarrollado por su propio Instituto). Lo calibraron con los
datos de la estacin de Quirihuac (registro diarios 1992-
2004). El modelo es deterministico. La entrada de datos en
este modelo es moderada (no requiere muchos datos de
entrada).
DHI utiliza como referencia bsica el informe del SENAMHI del
2012 donde utilizan modelos climticos MRI y NCAR.
(SENAMHI (2012): DISPONIBILIDAD HIDRICA SUPERFICIAL
EN LAS CUENCAS DE LOS RIOS SANTA, RIMAC Y MANTARO
BAJO CONTEXTO DE CAMBIO CLIMATICO PARA EL
HORIZONTE 2030-2039).
DHi afirma que parte del incremento del caudal viene por el
retroceso del glaciar. Conclusin: hay bastante incertidumbre.
En 2030-2039 prdida -4.4 km2/ao (MRI) y -6 km2/ao
(NCAR). Ven una parte para riego.

Vulnerabilidad Indirectamente VU No VU
Drainage
congestion under
wet future
scenario
possible impact on
the irrigation
sector
Domestic water
supply source
Chavimochic
Domestic water
supply source
pumping Moche
aquifer

Comentarios de participantes:

Gerardo Alegra (Proy. Especial Chavimochic): pide que
incluyan el suministro agua potable para la ciudad de Trujillo,
4 m3/seg previsto incrementar y la construccin del


-A5.1.20-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

reservorio de Palo redondo (asegura el agua para agricultura
y potable). Justo se acaba de aprobar la 3 fase.

ALA: No uniformidad en los aos de proyeccin.

Mercedes: La info tiene ciertos vacos por tanto qu tanto por
ciento est influyendo en estos resultados esa deficiencia de
informacin?

Martin Barrueco (CORPAC): a 2025 se prev un cambio de
incremento de temperatura de 2C, pero DHI ha tomado
1.2C.

DHI: responde que ellos han tomado los datos de la 2
Comunicacin.

Jefe de bomberos: pide que se considere el % de agua que se
utiliza para apagar incendios y que al fin y al cabo es agua
cara (para consumo humano), mientras que en otros pases
se utilizan aguas recicladas.

SEGAT sobre Balance hdrico de la Cuenca en los escenarios
de CC, elevacin de la napa fretica por traspasar agua de
cuencas. Cmo se est planeando en el tema del balance
hdrico? Se mira la demanda, pero no cuanta reserva de agua
tenemos en nuestros acuferos, cuanto se est malutilizando y
cuanto se puede mejorar la eficiencia de infraestructuras, etc.

DHI: No han analizado el reservorio en el agua subterrnea,
pero lo han contemplado en la situacin sostenible (usando
las aguas de recarga del acufero).

SEGAT: resalta la erosin marino-costera, elevacin nivel del
mar, la zona de recarga se est incrementando.

Mercedes: IMARPE tiene datos sobre elevacin del nivel del
mar.

Proyecto Especial Chavimochic: El nio afecta a los acuferos
sobre todo de la costa. Nivel fretico se eleva posteriormente
al fen. el nio. Adems la 3 etapa incrementar las zonas de
riego nuevas, si bien no incrementar el nivel fretico de la
ciudad.

RM BID: En qu medida piensan que la aprobacin de la fase
3 puede modificar los resultados del estudio de DHI?

Proy. Especial Chavimochic: asegura ms agua y cobertura.

Alfrez de SALAVERRY: resalta la importancia de tener en
cuenta el fenmeno del Nio en su estudio.


-A5.1.21-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

RM BID: La orografa en la regin andina hace ms complejo
an el anlisis de sensibilidad del fenmeno del nio para un
estudio de este detalle.

DHI: Dice que la BBDD incluye datos que han sufrido el Nio y
resalta la variabilidad.

SEGAT: se va a hablar del sector produccin y la incidencia
en el sector salud en el estudio? Y en cuanto al sistema de
drenaje, quiere decir que Trujillo se va a tropicalizar?

RM BID: Algo sobre drenaje se vern en medidas de
mitigacin, temas de salud no debido a lo limitado en recursos
del estudio no se incluye.

ALA: El incremento poblacional como va a influir en esas
demandas? Como la expansin urbana puede influenciar la
ocupacin territorial en trminos de uso agrcola?

DHI: aumento de la demanda est considerado, no est
considerada la distribucin de la demanda.

RM BID: afirma que sirve precisamente como plataforma para
ver qu aspectos hay que seguir estudiando. En cuanto a la
segunda pregunta, si bien es muy interesante, incluira un
estudio para la regin no para la ciudad.

MINAM: Chinecas y Chavimochic en cuanto a demanda no han
llegado a su tope. Exigen un anlisis local para poder
identificar como ser el futuro y como debemos adaptarnos.
Si vamos al escenarios urbanos, las fuentes que estan
generando el RRHH para Trujillo, hay muchos vacios para
aclarar (se ha hecho un anlisis del desarrollo planificado que
tiene la ciudad?, desorden en la evacuacin de aguas y como
entra la variable en reuso de aguas, proyectos que Trujillo
tiene para mejorar esto? Tenemos datos precisos sobre las
caractersticas fsicas de los acuferos? Esta info nos podra
llevar a conclusiones en cuanto a estimaciones de adaptacin
al CC.

2 parte del Taller

Colegio de Ingenieros: afirma que en el 98 se quedaron sin
agua durante 5 das

SEGAT (Ing. Huertas): Estimar la demanda es fcil, lo que
har falta es estimar la oferta de cara a las medidas de
adaptacin. Hay que saber cmo est la red de
infraestructuras y como hay que reestructurarla.

Ing. Alegra: de Laredo hacia abajo ya son aguas
contaminadas.


-A5.1.22-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

ALA: Estudios de la cuenca del Moche a partir de 1978 donde
afirma que existen problemas de evacuacin de aguas
residuales que inciden sobre la calidad de las aguas
subterraneas. A SEDALIB se le reserva el acuifero con fines
poblacionales se industriales mientras que Chavimochic se les
reserva con fines agrcolas.

Cmara de Comercio: comentan que la napa fretica est
subiendo y que la casona donde se sita la Cmara tiene
zonas hundidas. Pregunta si esto va a ocurrir con ms
frecuencia.

DIA 2 MARTES 24 DE JULIO (reunin de carcter interno para
analizar los comentarios del da anterior).

La intencin de DHI era analizar la matriz de medidas de
adaptacin con autores clave (SEDALIB, Chavimochic,
Mercedes-Municipalidad, Carlos Quiroz-Provincia) si bien no
llegaron a hacerlo. Explicaron de nuevo las principales
conclusiones del estudio, ya que algunos asistentes no
estuvieron en el taller del da anterior y recogieron ms
comentarios.

SEDALIB: existe una franja de 4 km paralelos a la costa que
han tenido que cerrar acuferos por problemas con nitratos.
Chavimochic dice que es por uso de fertilizantes en la zona y
en otros casos por vertimiento de aguas hervidas a los
drenes.
En la ltima reunin del Plan de Desarrollo Regional han
asegurado que en Laredo tienen 200ha para urbanizar pero en
realidad segn el Plan se necesitan nicamente 15.
Chavimochic tiene informacin sobre el bombeo a pedal que
han instaurado y la pone a disposicin del BID.
Comentan que cuando hay <35 m3 esto significa que Ancash
tiene un 66% y Chavimochic un 33% (a pesar de tener ms
territorio) y es cuando empiezan los problemas de Chinecas.


-A5.1.23-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

A5.1.3 Conclusiones

Estas conclusiones son preliminares y se derivan de una primera visita. Es evidente que una
vez finalizado el estudio y despus de una nueva misin algunas de las mismas puedan
requerir ser matizadas.

El Plan de Accin realizado por el Banco identifica claramente la problemtica existente en
Trujillo. Los problemas ambientales derivados del crecimiento exponencial y la
transformacin territorial sufrida por la ciudad son evidentes y la necesidad de
diagnosticarlos y tomar decisiones avaladas tcnicamente es absolutamente necesaria.

Entre los riesgos considerados los actores han destacado sobremanera tres:

las inundaciones,
la erosin costera
y los tsunamis (no incluido en primera instancia en los ToR).

En los dos primeros tiene una incidencia relevante la variabilidad climtica y el cambio
climtico pero no en el tercero. Los episodios de inundacin han dado lugar a severos
problemas y son frecuentes dado que se producen con cantidades mnimas de precipitacin.
La erosin costera, producida por el Puerto de Salaverry es uno de las principales
preocupaciones de la zona dado que est afectando de forma severa a la costa en una zona
muy extensa. Ha producido la prdida de playas, paseos martimos, viviendas no solo
produciendo daos sobre la poblacin e infraestructuras, sino que ha dado lugar a una
prdida de resiliencia de la zona costera frente a temporales o tsunamis.

Existen otros problemas asociados a la gestin del agua tanto de abastecimiento, regado y
su incidencia sobre la napa fretica, as como de calidad pero han sido cubiertos en mayor o
menor medida por el estudio del DHI.

A continuacin se realiza un anlisis DAFO del proyecto que IH Cantabria est realizando:

Debilidades:

Existen varios esfuerzos en marcha orientados, de una u otra manera, a objetivos
parecidos (parciales o integrados) en el que se estn analizando peligrosidad,
vulnerabilidad y riesgos a diferentes escalas y con diferentes metodologas y criterios.
Entendemos que en Trujillo hemos sido capaces de identificar y conocer, con mayor o
menor profundidad, todos ellos.

Una de las mayores debilidades reside en la falta de un modelo digital del terreno de
calidad y una cartografa de base unificada que pueda ser utilizada por todos los
actores en comn. PNUD y PLANDET han alcanzado un acuerdo para trabajar con la
misma informacin de base. Hemos acordado con ellos utilizar dicha informacin una
vez que la hayamos comparado con el modelo digital del terreno que hemos generado.


-A5.1.24-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Amenazas:

Si PNUD no entrega a finales de agosto la informacin esto podra producir retrasos
en el cronograma del proyecto.

Anlogamente, que el resto de actores no entregue la informacin requerida o tarde
en hacerlo, y en particular la informacin solicitada a la Capitana de Puerto Salaverry
as como aquella demandada a la junta de riego de usuarios de riego del valle Moche,
a ENAPU o a ANA.

Existe una experiencia anterior, la elaboracin de un mapa de peligros en 2005 para
Trujillo que finalmente no fue aceptado por la Municipalidad y no se difundi. Ser
necesario que el Banco trabaje en estrecha colaboracin con la Municipalidad para
garantizar que los resultados obtenidos como producto de este proyecto sean
adecuadamente explicados y valorados institucionalmente. Especialmente
problemtica puede resultar la elaboracin de nuevos mapas de riesgo de inundacin
de tsunamis y el planteamiento de soluciones para el problema de la erosin costera.

Fortalezas:

La colaboracin por parte de los representantes del BID ha sido excelente y
fundamental para alcanzar los objetivos planteados para la misin.

La colaboracin por parte de la Municipalidad ha sido intensa y entusiasta.

La estrategia de mantener reuniones tanto con la administracin central, como con la
municipalidad ha sido sumamente acertada pues permite tener una visin global de la
problemtica, como se est gestionado y de toda la informacin existente
favoreciendo poder tener acceso a la mejor informacin disponible y evitando
duplicidades.

El caso de Trujillo presenta la gran ventaja de que tanto la Municipalidad, como los
diferentes actores son absolutamente conscientes de los riesgos existentes y estn
altamente comprometidos en la bsqueda de soluciones.

Oportunidades:

Acceso al informe y anexos del caso de estudio de sequas en la ciudad de Trujillo,
generado por la consultora DHI bajo financiacin BID, suponiendo un insumo para el
presente proyecto.


-A5.1.25-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

A5.1.4 Recomendaciones
Las recomendaciones preliminares derivadas de esta primera visita son las siguientes:

En aras de acceder a la mejor informacin disponible y evitar duplicidades, se
plantea seguir como estrategia que el proyecto del Banco se oriente a mejorar y/o
actualizar lo existente y cubrir los dficits identificados evitando duplicar trabajos en
curso o pasados. Para ello se han conseguido acuerdos iniciales de colaboracin con
aquellas entidades que estn desarrollando trabajos similares (fundamentalmente
PNUD y PLANDET).

Tras identificar como un de las mayores debilidades la falta de un modelo digital del
terreno (MDT), se recomienda al BID encarecidamente incluir en alguno de los nuevos
proyectos, o como proyectos especficos, la creacin de MDTs de alta resolucin
utilizando tcnicas como LIDAR o equivalente. Esto garantizara que las inversiones a
realizar en estudios o proyectos de cualquier ndole tengan una mayor calidad.

Consideramos que el receptor final de todos ellos, incluido el proyecto del BID,
debera ser la Municipalidad. Para optimizar esfuerzos, generar sinergias y conseguir el
mximo aprovechamiento, sera altamente recomendable que el resultado de todos
estos proyectos fuera gestionado por una nica oficina tcnica con la estabilidad y
capacidad tcnica necesaria para gestionar la informacin necesaria. Esta oficina
podra servir de referente tcnico y de informacin no solo a la Municipalidad sino
tambin a otros actores y a consultores que vayan a desarrollar nuevos proyectos.

EVALUACIN PROBABILSTICA DE LA PELIGROSIDAD Y LA VULNERABILIDAD FRENTE A DESASTRES NATURALES BASADOS EN PROYECCIONES DE CAMBIO CLIMTICO EN LA PROVINCIA DE
TRUJILLO (PER)

-A5.1.26-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Material adjunto
Listado de asistentes al Taller Participativo de presentacin del trabajo de IH Cantabria en Trujillo (19 de julio de 2012)


-A5.1.27-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N


-A5.1.28-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Fotografas
Identificacin de zonas vulnerables - Visita de campo (19 y 20 de julio de 2012)

Imagen 1. Erosin Costera en Buenos Aires

Imagen 2. Molo de Puerto Salaverry


-A5.1.29-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Imagen 3. Huanchaco

Imagen 4. Paseo Martimo de Huanchaco


-A5.1.30-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Imagen 6. Sistemas de contencin en Huanchaco

Imagen 5. Socavn (Paseo Martimo de Huanchaco)


-A5.1.31-
A
5
.
1

A
C
T
O
R
E
S

Y

P
A
R
T
I
C
I
P
A
C
I
N

Imagen 7. Cultivos Valle del Moche (Distrito Laredo)

Imagen 8. Vista panormica (Distrito Simbal)

A6.1 VULNERABILIDAD

A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

ANEXO A6.1

VULNERABILIDAD:

METODOLOGA Y RESULTADOS

A6.1 VULNERABILIDAD

-A6.1-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

ANEXO A6.1:
VULNERABILIDAD: METODOLOGA Y RESULTADOS

A6.1.1 Introduccin

El presente anexo incluye una descripcin del clculo de la vulnerabilidad, donde se
especifica la nomenclatura utilizada para el set de indicadores fijado, as como los mtodos
estadsticos aplicados en el clculo de los mismos.

Posteriormente, se especfica detalladamente, para cada uno de los 19 indicadores aplicados
(17 de sensibilidad y 2 de resiliencia), descripcin, denominacin, peso aplicado, variable,
unidades, escala espacial y fuente. Por ltimo, se interpretan los resultados fruto del
anlisis dimensional de cada indicador.

A6.1.2 Clculo de la vulnerabilidad

En el presente anexo se muestra el listado de indicadores propuestos para el clculo de la
Vulnerabilidad para cada impacto y amenaza, as como la nomenclatura y mtrica utilizadas
para su clculo. El siguiente epgrafe presentar una descripcin detallada de cada uno de
los mismos.

Las tareas y consideraciones planteadas para generar un set de indicadores apropiado para
el objetivo del trabajo son las siguientes:

o Marco terico. Se ha desarrollado un marco terico para proporcionar la base para
la seleccin y combinacin de los indicadores individuales en un indicador
significativo compuesto.

o Eleccin de Datos. Los indicadores se han seleccionado sobre la base de su solidez
analtica, medicin, cobertura, relevancia del fenmeno que se est midiendo y la
relacin con los dems.

o Normalizacin. Los indicadores se han normalizado para que resulten
comparables. Se ha prestado especial atencin a los valores extremos pues
pueden influir en los pasos subsiguientes del proceso de construccin de un
indicador compuesto.

o Ponderacin y agregacin. Los indicadores han sido agregados y ponderados de
acuerdo con el marco terico subyacente. Se han considerado los posibles
problemas de correlacin entre los indicadores.

A6.1 VULNERABILIDAD

-A6.2-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

o La robustez y la sensibilidad. Se ha evaluado la solidez del ndice en trminos de,
por ejemplo, el mecanismo de inclusin o exclusin de indicadores, la
normalizacin, la imputacin de datos faltantes, la eleccin de los pesos y el
mtodo de agregacin.

o Vuelta a los datos reales. Los ndices son transparentes y pueden ser
descompuestos en sus indicadores de base o valores.

o Presentacin y visualizacin. Los ndices pueden ser representados y visualizados
geogrficamente.

Nomenclatura

Se ha establecido un sistema anidado de medicin (ver esquema en Figura A6.1), formado
por tres categoras: variables, indicadores e ndices.

Figura A6.1. Estructura del set de indicadores

A continuacin se define cada categora:

Variable: cualquier elemento del medio susceptible de ser medido (densidad de
poblacin, abundancia de especies, etc.). Magnitud que puede tener un valor
cualquiera de los comprendidos en un conjunto (RAE, 1992).

Indicador: variable que ha sido dotada de un significado aadido al derivado de su
propia naturaleza, con el fin de reflejar de forma sinttica el estado de una situacin,
o de algn aspecto particular, en un momento y un espacio determinados e insertar
esa informacin en el proceso de toma de decisiones. Habitualmente se trata de un
dato estadstico (porcentajes, tasas, razones) que pretende sintetizar la informacin
que proporcionan los diversos parmetros o variables que afectan a la situacin que
se quiere analizar.

ndice: es el resultado de la integracin en una sola expresin numrica de la
informacin contenida en varias variables. Es un agregado de todas las dimensiones,
los objetivos, los indicadores individuales y las variables utilizadas. Se trata de una
medida adimensional de la calidad, ya que resulta de la adicin ponderada de
diversas unidades de medida.
ndice
Indicador Indicador Indicador
Variable Variable Variable Variable Variable Variable Variable

A6.1 VULNERABILIDAD

-A6.3-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Para identificar ndices e indicadores de una forma rpida y sencilla se ha determinado un
cdigo para cada uno de ellos siguiendo una serie de criterios. El cdigo establecido es el
siguiente:

Cdigo de ndice: las iniciales del nombre de cada ndice dan lugar al cdigo del
mismo, as por ejemplo el ndice de Sensibilidad Humana tiene como cdigo ISH.

Cdigo de indicador: cada ndice est compuesto por uno o varios indicadores, cuyos
cdigos estn formados por una o dos letras y un nmero. As, por ejemplo, el
cdigo de cada uno de los indicadores de la Sensibilidad Humana son SH1, SH2,
SH3, SH4 y SH5.

Sistema de Indicadores

Los ndices, Indicadores y Variables de Vulnerabilidad, la mayora a escala distrital, son los
siguientes:

ndice Nomenclatura Indicador Variable/s
V
U
L
N
E
R
A
B
I
L
I
D
A
D

S
E
N
S
I
B
I
L
I
D
A
D

ndice de
Sensibilidad
Humana
(ISH)
SH1 Edades sensibles
Personas menores de 10 aos y
mayores de 65 aos
SH2 Analfabetizacin Tasa de analfabetizacin
SH3 Pobreza Extrema
pobreza
SH4 Discapacidad
Personas con alguna discapacidad
fsica o mental
SH5 Igualdad
Ratio entre mujeres y hombres de 14-
25 aos con estudios
ndice de
Sensibilidad
Vivienda
(ISV)
SV1 Abastecimiento
Red de alcantarillado pblico
Pozos
Fuente natural
SV2 Saneamiento
Conexin a la red de saneamiento
Sumideros
Libre
SV3
Materiales de
Construccin
Viviendas con materiales de
construccin resistentes
construccin de la zona
construccin frgiles
ndice de
Sensibilidad
Social
(ISS)
SS1 Educacin
N Enseantes/10,000 hab. y Ratio
Centros Pblicos vs. Privado donde se
cursa Educacin Obligatoria
SS2 Salud
cubiertos con un seguro de
salud/Total de poblacin
SS3 Asistencia
N Policas/10,000 hab. y N
Bomberos/10,000 hab.

A6.1 VULNERABILIDAD

-A6.4-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

ndice de
Sensibilidad
Econmica
(ISE)
SE1
Produccin por
trabajador
SE2 Renta Familiar
Renta Familiar por distrito / valor
medio de Trujillo metropolitano
SE3
Diversificacin
econmica
Dependencia econmica con respecto
a los sectores de actividad ms
vulnerables a las amenazas por
cambio climtico
ndice de
Sensibilidad
Integrada
(ISI)
SI1 Edades sensibles
Personas menores de 10 aos y
mayores de 65 aos
SI2 Analfabetizacin Tasa de analfabetizacin
SI3 Pobreza
pobreza, separando entre pobres
extremos y no extremos
SI4
Materiales de
Construccin
construccin resistentes, materiales
de construccin de la zona, o
materiales de construccin frgiles
SI5 Gestin del agua
Abastecimiento de aguas por caera,
pozos o fuentes naturales
Saneamiento por alcantarillado,
sumidero o libre
SI6 Conectividad Vial
Categorizacin de los accesos en vas
principales, secundarias y terciarias
SI7 Salud
cubiertos con un seguro de
salud/Total de poblacin
SI8 Asistencia N Bomberos/10,000 hab.
SI9 RENTA/PRODUCCION
Renta Familiar por distrito / valor
medio de Trujillo metropolitano
SI10
Diversificacin
econmica
Dependencia econmica con respecto
a los sectores de actividad ms
vulnerables a las amenazas por
cambio climtico
R
E
I
L
I
E
N
C
I
A

ndice de
Resiliencia
(IR)

IR1

Capacidad de
Respuesta

Informacin y concienciacin, alerta y
evacuacin, respuesta de emergencia
IR2

Capacidad de
Recuperacin

Recuperacin post-desastre

Tabla A6.1. Set de indicadores aplicados

A6.1 VULNERABILIDAD

-A6.5-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Mtrica

A cada una de las categoras establecidas en el epgrafe anterior variables, indicadores,
ndices- le sern aplicados una serie de procedimientos estadsticos en funcin de las
caractersticas de la dimensin en estudio, como los algortimos de Jenks o el de K-medias.

A continuacin, se incluye un diagrama de los procesos aplicados a cada uno de las
categoras anteriores.

Figura A6.2. Diagrama de procedimientos matemtico-estadsticos aplicados

El anlisis de la vulnerabilidad se ha realizado de forma relativa para poder ofrecer
resultados fcilmente interpretables para los tomadores de decisin del rea metropolitana
de Trujillo. Este proceso es importante por diversas razones: en los contextos decisionales
las unidades en las que estn medidas los diferentes criterios suelen ser diferentes (Euros,
aos, dlares per capita, reas) y sus valores pueden ser muy diferentes lo cual puede
llevar a sesgos hacia valores mayores (por ejemplo, los aos se miden en unidades
mientras que las inversiones en millones). Adems, el anlisis relativo permite priorizar
siempre dentro de la misma rea de estudio. El anlisis relativo se ha realizado para cada
variable teniendo en cuenta algunos casos especficos como:

la proporcin de casos con respecto a la poblacin total (ejemplo: total de personas sin
cobertura sanitaria seguro de salud- en Huanchaco con respecto al total de poblacin cubierta y no
cubierta en Huanchaco), es decir, el porcentaje relativo del indicador estudiado con
respecto a la poblacin total del distrito en cuestin;

el clculo de tasas relativas (ejemplo: para el clculo del Indicador SH1, edades sensibles, se
obtiene la tasa de personas mayores de 65 aos entre aquellas menores de 10 aos).

Clasificacin por
Jenks
SH3
SH4
Dimensin
Humana
Dimensin
Vivienda
Dimensin
Social
Dimensin
Econmica
K-medias
Criterio de Experto
(Ponderacin)
Criterio de Experto
(Ponderacin)
Criterio de Experto
(Ponderacin)
Criterio de Experto
(Ponderacin)
Clasificacin por
Jenks
Clasificacin por
Jenks
ISH
ISV
ISS
ISE
Clasificacin por
Jenks
K-medias
Clasificacin por
Jenks
Sensibilidad
Integrada
Clasificacin por
Jenks
Clasificacin por
Jenks y K-medias
K-medias
Criterio de Experto
(Ponderacin)
ISI

A6.1 VULNERABILIDAD

-A6.6-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Existe el caso particular en algunos indicadores de Sensibilidad Social, donde el valor
considerado es la tasa de personas (bomberos, policas, enseantes, mdicos) por cada
10.000 habitantes, homogeneizando varias variables estudiadas bajo la misma dimensin.

B. Ponderacin de los indicadores

Para la construccin de indicadores e ndices se ha desarrollado un panel de expertos que
valorase la contribucin de cada variable e indicador estudiado al anlisis de la sensibilidad.
As las variables utilizadas en la construccin de los indicadores se han agregado con base
en sus resultados de clase, para que as el efecto numrico del valor de la variable no
primase sobre la ponderacin estimada por el panel de expertos.

La expresin que define el proceso de ponderacin es la siguiente:

n
i
i
V W I
1

Donde:
I = ndice
Wi = peso del indicador considerado; Wi=1
Vi = valor del indicador
n = nmero de factores/indicadores usados

El siguiente cuadro resume los pesos utilizados en la construccin de los diferentes ndices
trabajados.

ndice Nomenclatura Indicador Peso Variable Peso
ISH
SH1 Edades sensibles 0,20

SH2 Analfabetizacin 0,20

SH3 Pobreza Extrema 0,25

SH4 Discapacidad 0,15

SH5 Igualdad 0,20

ISS
SS1 Educacin 0,35
E1 0,70
E2 0,30
SS2 Salud 0,35
S1 0,50
S2 0,50
SS3 Asistencia 0,30
A1 0,70
A2 0,30
ISE
SE1 Produccin por trabajador 0,20

SE2 Renta Familiar 0,35

SE3 Diversificacin econmica 0,45

Tabla A6.2. Ponderacin de los indicadores y variables considerados

A6.1 VULNERABILIDAD

-A6.7-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

C. Clasificacin de los ndices por Jenks

Clasificacin es la accin o el efecto de ordenar o disponer por clases. As, el valor de los
ndices de sensibilidad se traducir en 5 clases: Muy Alta, Alta, Media, Baja, Muy Baja. Esta
clasificacin, a su vez, va ligada a un cdigo de colores que permitir representar la
informacin geogrficamente.

La clasificacin debe considerar
la distribucin de los datos para
representarlos adecuadamente.

Se ha empleado el mtodo de
clasificacin Natural Breaks, que
se encuentra implementado en
el software ArcGIS y est
basado en la agrupacin natural
inherente a los datos (Figura
A6.3).

Este mtodo identifica los
puntos de corte entre clases
mediante el algoritmo de
optimizacin de Jenks, que
consiste en la minimizacin de
la suma de la varianza
intraclase, para obtener la
mnima dispersin dentro de
cada intervalo y la mxima
dispersin entre intervalos.

Clase 1
Clase 2
Clase 3
Clase 4
Clase 5

Figura A6.3. Ejemplo de clasificacin de los ndices

Dado que este mtodo de clasificacin depende de la distribucin de los datos, para poder
estudiar la evolucin temporal de cualquier ndice es necesario mantener los rangos
establecidos en el anlisis inicial.

De acuerdo con el mencionado mtodo se ha obtenido una clasificacin para los distintos
ndices. Se muestra, como ejemplo, la clasificacin de la sensibilidad Humana:

A6.1 VULNERABILIDAD

-A6.8-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Rangos Nivel de Sensibilidad Humana Clase asignada
2,095 Muy bajo 1
2,09500001 - 2,705 Bajo 2
2,70500001 - 3,225 Medio 3
3,22500001 - 3,775 Alto 4
3,77500001 - 4,055 Muy alto 5

Tabla A6.3. Clasificacin de los ndices

D. K-Medias

La tcnica de clasificacin de K-Medias divide el conjunto de datos de partida en un
determinado nmero de subconjuntos, definido cada uno de ellos por un prototipo, y
formado cada uno de ellos por los datos para los cuales ese prototipo es el ms cercano, es
decir, ms parecido. Se establece el nmero de grupos deseado, se inicializan los prototipos
(o centroides) y el algoritmo procede de forma iterativa moviendo estos centroides hasta
minimizar la varianza total intra-grupos (Hastie et al., 2001). Esta varianza total intra-
grupos significa que al final del proceso, la suma de distancias entre el prototipo y los datos
de entrada correspondientes a cada prototipo es mnima.

Esta tcnica permite trabajar con datos multidimensionales, es decir, datos definidos por
cierto nmero de variables, y determinar los grupos en funcin del rango de las todas las
variables implicadas de forma conjunta. Los grupos quedan definidos por una combinacin
de valores de las distintas variables, en funcin de la cual se establece una valoracin de los
grupos en 3 clases (Alta, Media, Baja) o 5 clases (Muy Alta, Alta, Media, Baja, Muy Baja), al
igual que los resultados obtenidos mediante la clasificacin segn el algoritmo de Jenks,
asocindoles un cdigo de colores similar.

En la Figura A6.4 se muestra la distribucin de la muestra de unos 9000 datos
tridimensionales definidos por el porcentaje de hogares en cada manzana que disponen de
saneamiento por alcantarillado, por sumidero o descarga libre. Se ha representado el
porcentaje de alcantarillado frente al de sumidero y el de alcantarillado frente al de
descarga libre. Se ha aplicado la tcnica de clasificacin k-medias con el objetivo de agrupar
los datos en 5 clases. Se han identificado los datos correspondientes a cada grupo en el
mismo color que el centroide (punto grueso), representativo del grupo y definido como la
media de los datos pertenecientes a ese grupo.

A6.1 VULNERABILIDAD

-A6.9-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Figura A6.4. Muestra de datos definido por las variables: saneamiento por alcantarillado, por sumidero y descarga
libre. Agrupacin en 5 clases mediante la tcnica de k-medias

Las 5 clases obtenidas se muestran en la Figura A6.5, mediante el valor medio de cada una
de las 3 variables (saneamiento por alcantarillado, por sumidero y por descarga libre) , el
rango entre el percentil 25% y el percentil 75% por la banda de color, y el percentil 5% y
percentil 95% por los crculos. Las clases obtenidas son ordenadas de menor a mayor
sensibilidad en funcin del valor medio de las variables que definen cada clase. Por tanto, es
necesario establecer qu variables suponen mayor sensibilidad. En el ejemplo mostrado, la
manzana ser ms sensible a mayor proporcin de viviendas con saneamiento con descarga
libre, y menos sensible, a mayor proporcin de viviendas con saneamiento por
alcantarillado. Por tanto, la clase menos sensible y ms sensible son fciles de determinar
por presentar los valores ms extremos de las variables ms determinantes. Las clases
intermedias dependen del valor conjunto de las tres variables, catalogndolas conforme a la
importancia dada a cada variable en el anlisis de sensibilidad. Las clases de las Figura A5.4
se han representado ordenadas de menos a ms sensibles y en la escala de colores utilizada
en el ejemplo del mtodo de clasificacin de Jenks.

A6.1 VULNERABILIDAD

-A6.10-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D
Figura A6.5. Patrones obtenidos mediante k-medias para la definicin de un ndice de Sensibilidad.

Definicin de los ndices de sensibilidad

En este trabajo se han aplicado tres procedimientos para la definicin de ndices de
Sensibilidad, dependiendo del detalle de la informacin (a nivel de manzana o a nivel de
distrito) y de la tcnica de clasificacin considerada.

La definicin de un ndice de Sensibilidad mediante la tcnica de Jenks conlleva la
clasificacin de cada una de las variables implicadas en la caracterizacin de ese ndice de
forma independiente (Indicador). La agregacin de los distintos Indicadores (uno para cada
variable considerada) en un nico ndice de Sensibilidad se realiza mediante la suma
ponderada de cada unos de los Indicadores. El criterio de experto se aplica en la definicin
de los pesos.

La tcnica de clasificacin k-medias permite la definicin de Indicadores caracterizados por
una serie de variables de inters de forma conjunta. Las clases se definen por una
combinacin de valores de las variables consideradas. En la catalogacin de las clases
(Indicadores) entra el criterio de experto, estableciendo la importancia de cada una de las
variables en el nivel de sensibilidad. El ndice de Sensibilidad se determina a partir de una
segunda clasificacin de varios Indicadores mediante el algoritmo k-medias y una posterior
ordenacin de las clases en funcin de los niveles de sensibilidad de los indicadores,
pudiendo necesitarse de nuevo el criterio de experto en la valoracin de la influencia de los
indicadores en la sensibilidad final.

El tercer mtodo aplicado en la definicin de un ndice de Sensibilidad est condicionado por
la informacin de partida a nivel de manzana. En este caso se realiza una primera
clasificacin de los datos a nivel de manzana mediante k-medias, obtenindose una serie de
clases, que se ordenan de menor a mayor sensibilidad. Los datos a nivel de manzana
pueden estar definidos por un importante nmero de variables. La informacin a nivel de
manzana se agrega a nivel de distrito, calculando el porcentaje de cada una de las clases
establecidas previamente. Los datos a nivel de distrito, definidos por el porcentaje de cada

A6.1 VULNERABILIDAD

-A6.11-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

clase a nivel de manzana (el nmero de clases es la dimensionalidad de los datos), son de
nuevo agrupados mediante k-medias en una serie de clases, que catalogadas de menor a
mayor sensibilidad determinan el ndice de Sensibilidad. Este procedimiento no comprende
la definicin de ningn Indicador intermedio.

A6.1.3 Descripcin detallada de los indicadores

El presente epgrafe se centra en la definicin, descripcin, clculo y representacin de cada
uno de los indicadores propuestos, as como de la construccin de ndices agregados y la
asignacin de pesos para la representacin en los mapas de sensibilidad.

Los indicadores propuestos estn basados, bien en trabajos y proyectos relevantes en el
mbito de la evaluacin y gestin de riesgos, bien en la experiencia del equipo tcnico,
siendo adaptados en todo caso a la realidad de Trujillo y a las amenazas consideradas.

Dimensin humana: los conceptos relacionados con grupos de edad, analfabetismo,
discapacidad y enfoque de gnero han sido aplicados de manera similar en el
proyecto Tsunami Risk ANd Strategies For the European Region (Proyecto
TRANSFER, Comisin Europea, 2006-2009). A los cuatro anteriores se suma el
indicador de pobreza extrema aplicado en el proyecto Metodologa para la
evaluacin de la Vulnerabilidad y el Riesgo frente a tsunamis en la costa de El
Salvador financiado por la AECID durante los ltimos dos aos.

Dimensin social y econmica: los indicadores propuestos han sido validados por los
equipos responsable de la vulnerabilidad socioeconmica del proyecto Estudio
Regional de los Efectos del Cambio Climtico en la Costa de Amrica Latina y Caribe
(IH Cantabria-CEPAL, 2009-2011) y Metodologa para la evaluacin de la
Vulnerabilidad y el Riesgo frente a tsunamis en la costa de El Salvador.

Dimensin Vivienda: algunos indicadores estn basados en el trabajo realizado en el
proyecto Tsunami Risk ANd Strategies For the European Region (Proyecto
TRANSFER, Comisin Europea, 2006-2009) y en la Metodologa para el Anlisis de la
Vulnerabilidad ante Inundaciones y Deslizamientos del Ministerio de Medio Ambiente
y Recursos Naturales (MARN) de El Salvador (Programa Nacional de Reduccin de
Riesgo, 2011).

Resiliencia: el cuestionario que se presenta para el clculo de la Resiliencia a nivel
municipal se basa en parte del clculo de la Vulnerabilidad Social en la Metodologa
para el Anlisis de la Vulnerabilidad ante Inundaciones y Deslizamientos del
Ministerio de Medio Ambiente y Recursos Naturales (MARN) de El Salvador
(Programa Nacional de Reduccin de Riesgo, 2011) y en el proyecto Metodologa
para la evaluacin de la Vulnerabilidad y el Riesgo frente a tsunamis en la costa de El
Salvador, desarrollado por el equipo de expertos en Vulnerabilidad de IH Cantabria.

A6.1 VULNERABILIDAD

-A6.12-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Se presentan a continuacin los indicadores de vulnerabilidad para cada dimensin:

INDICE NDICE DE SENSIBILIDAD HUMANA (ISH)
Descripcin
Poblacin especialmente sensible a la amenaza:
La poblacin con movilidad reducida es ms sensible pues est sujeta a mayores dificultades
para escapar de la amenaza y muy probablemente est a cargo de una persona de la familia,
normalmente la mujer. Este grupo de poblacin es especialmente sensible, tanto por sus
condiciones propias como por la dependencia que tienen hacia la mujer y la sensibilidad
aadida que generan en la misma. En este grupo se incluyen ancianos y nios, y personas con
algn tipo de discapacidad (fsica y/o mental).
La poblacin que no es capaz de entender un mensaje de alerta (bien por no saber leer, tener
alguna discapacidad mental, o no hablar el idioma, por ejemplo) es ms sensible a la
amenaza, pues no ser capaz de movilizarse en un tiempo adecuado. Este grupo es probable
que ponga en peligro a otras personas que intenten ayudarles, al disponer todos ellos de
menor tiempo para la evacuacin. Este factor est asimismo ligado al enfoque de gnero,
pues es la mujer normalmente la que se ocupa de los miembros de la familia que tienen
alguna discapacidad.
Los grupos de poblacin con menores ingresos sern ms sensibles a la amenaza por varias
razones: dispondrn de menos dinero para recuperarse del impacto (ej. reconstruir su casa,
sobrevivir un tiempo desempleados, sostener a la familia, emigrar, etc.), muy probablemente
no tengan sus bienes asegurados, vivan en zonas ms precarias, sus viviendas sean de
peores materiales, etc.
Indicadores
SH1 Grupos de edad sensibles
SH2 Analfabetismo
SH3 Pobreza
SH4 Discapacidad
SH5 Igualdad
Pesos
Indicadores
ISH = SH1*0,2 + SH2*0,2 + SH3*0,25 + SH4*0,15 + SH5*0,2
INDICADOR SH1- Grupos de edad sensibles
Descripcin
Los grupos de edad sensibles a la amenaza son los ancianos y los nios. Las variables
utilizadas para calcular este indicador dan informacin clara sobre problemas de movilidad y
capacidad de entender un mensaje de alerta.
Variables
Personas menores de 10 aos
Personas mayores de 65 aos
Unidades N de personas edad sensible
Escala espacial Distrito
Fuente Censo de poblacin y vivienda INEI 2007
INDICADOR SH2- Analfabetismo
Descripcin
Este indicador aporta informacin clara sobre la capacidad de la poblacin para entender un
mensaje de alerta.
Variables Personas analfabetas
Unidades N de personas analfabetas

A6.1 VULNERABILIDAD

-A6.13-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

INDICADOR SH3- Pobreza Extrema
Descripcin
Los grupos de poblacin con menores ingresos sern ms sensibles a la amenaza bien por
disponer de menos dinero para recuperarse del impacto bien por vivir en zonas ms precarias.
Variables Personas bajo el umbral de la pobreza
Unidades N de personas bajo el umbral de la pobreza
INDICADOR SH4- Discapacidad
Descripcin
Este indicador incluye cualquier tipo de discapacidad fsica o mental. La primera da
informacin sobre la movilidad de la poblacin y la segunda sobre la capacidad de entender un
mensaje de alerta.
Variables Personas con discapacidad fsica y/o mental
Unidades N de personas discapacitadas
INDICADOR SH5- Igualdad
Descripcin
Este indicador permite evaluar la igualdad entre gneros, midiendo la falta de desarrollo social
de la mujer en confrontacin con el hombre.
Variables Personas analfabetas segn sexo y edad
Unidades N de personas analfabetas (hombre/mujer)

A6.1 VULNERABILIDAD

-A6.14-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

INDICE NDICE DE SENSIBILIDAD DE VIVIENDA (ISV)
Descripcin
Infraestructuras y edificios especialmente sensibles a la amenaza:
Las viviendas sin un sistema de abastecimiento de aguas adecuado son ms sensibles pues estn
sujetas a mayores dificultades para obtener el recurso durante y despus de la amenaza.
Las viviendas que carecen de sistema de saneamiento son ms sensibles, pues estn sujetas a
mayores dificultades de evacuacin de las aguas grises, fundamentalmente despus de la
amenaza.
Las viviendas construidas con materiales de construccin frgiles son ms sensibles, pues la
resistencia que ofrecen estos materiales es menor y por tanto cabe la posibilidad de que se
produzca el colapso de esas estructuras, pudiendo provocar heridos e incluso muertes en algunos
casos.
Indicadores
SV1 Abastecimiento de aguas
SV2 Sistema de saneamiento
SV3 Materiales de construccin
Pesos
Indicadores
Clasificacin realizada por K-medias
INDICADOR SV1- Abastecimiento de aguas
Descripcin
Las viviendas ms sensibles son aquellas que no cuentan con acceso a la red de abastecimiento,
ni tan siquiera de pozos o camiones cisterna, y se abastecen directamente de fuentes naturales
como ros o lagos.
Variables Viviendas con acceso a la red de abastecimiento de aguas
Unidades Nmero de viviendas
Escala espacial Manzana
INDICADOR SV2- Sistema de saneamiento
Descripcin Este indicador aporta informacin sobre las viviendas que tienen acceso a la red de alcantarillado.
Variables Viviendas con acceso a la red de alcantarillado
INDICADOR SV3- Materiales de construccin
Descripcin
La construccin de las viviendas con materiales frgiles supone una mayor sensibilidad de las
mismas por la escasa resistencia que presentan.
Variables Viviendas construidas con materiales resistentes

A6.1 VULNERABILIDAD

-A6.15-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

INDICE NDICE DE SENSIBILIDAD SOCIAL (ISS)
Descripcin
Sectores especialmente sensibles a la amenaza.
Educacin y Sanidad, como servicios bsicos que contribuyen al bienestar de la poblacin.
Asistencia junto con los dos anteriores, a fin de estimar la capacidad de reaccin ante la
ocurrencia de un desastre natural extremo.
Indicadores
SS1 Educacin
SS2 Salud
SS3 Asistencia
Pesos
Indicadores
ISH = SS1*0,35 + SS2*0,35 + SS3*0,30
INDICADOR SS1- Educacin
Descripcin
Este indicador asume que la educacin de una determinado sociedad es de por si un
reconocimiento explcito sobre la capacidad de la poblacin en trminos econmicos, de
desarrollo, de gestin ante situaciones de emergencia, etc.
Variables
Enseantes
Centros Pblicos vs. Privados donde se cursa Educacin Obligatoria
Unidades
N Enseantes
N Centros Educativos
Fuente
Estudio de Diagnstico y Zonificacin de la Provincia Trujillo La Libertad 2012
Censo de poblacin y vivienda INEI 2007
INDICADOR SS2- Salud
Descripcin
Este indicador asume que el acceso y la capacidad de los servicios de sanidad es esencial para
garantizar el bienestar de la sociedad en el desarrollo de su vida cotidiana y en situaciones
anmalas de peligro.
Variables
Mdicos
Seguros de salud
Unidades
N de mdicos
N de asegurados/no asegurados
Fuente
Gerencia Regional de Salud
Censo de poblacin y vivienda INEI 2007
INDICADOR SS3- Asistencia
Descripcin
Este indicador mide la capacidad de reaccin de dos de los colectivos principales en materia de
seguridad, evacuacin y rescate.
Variables
Polica Nacional del Per
Bomberos Voluntarios
Unidades
N de efectivos PNP
N de Bomberos Voluntarios
Fuente
Direccin Territorial de la Polica Nacional de Trujillo
Base de Datos PNUD (Preparacin para la Respuesta y Recuperacin Temprana ante Sismos y
Tsunami en reas Costeras Seleccionadas, Sistema de Informacin de Recursos para la
Atencin de Desastre; SIRAD TRUJILLO, agosto 2012)

A6.1 VULNERABILIDAD

-A6.16-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

INDICE NDICE DE RESILIENCIA (IR)
Descripcin
La Resiliencia es la capacidad de un sistema para absorber perturbacin y reorganizarse
mientras experimenta un cambio con el fin de conservar la misma funcin, estructura,
identidad y feedback" (Walker et al. 2004). Cualidad variable a travs del aprendizaje. Se
compone de dos factores:
Capacidad de Respuesta: habilidad de personas y organizaciones para hacer frente a los
cambios existentes o esperados por una amenaza.
Capacidad de Recuperacin: capacidad del sistema para recuperarse posteriormente al
desastre.
Recoleccin de
datos
Consiste en un pequeo cuestionario, para conocer de manera general el grado de
organizacin y respuesta ante una emergencia por parte del municipio.
Las preguntas del cuestionario son los 16 variables presentadas dentro de cada Indicador.
Hay 3 posibles respuestas: afirmativa, negativa y una respuesta intermedia.
Se ha realizado un cuestionario por cada riesgo considerado.

1. Existe concienciacin social en relacin al riesgo considerado?
2. Existe concienciacin institucional en relacin al riesgo?
3. Existe un Sistema de Alerta Temprana (SAT) para indunaciones? Y para tsunamis?
Erosin costera?
4. Existen rutas de evacuacin para cada riesgo?
5. Existen mapas/croquis con puntos crticos o zonas de peligro?
6. Se realizan simulacros de evacuacin en instituciones (escuelas, centros de salud, etc)?
7. Est conformada y funcionando la Comisin de Proteccin Civil Municipal?
8. Existe un Plan de Contingencia?
9. Existen Comisiones Comunales para la gestin del riesgo?
10. Existen enlaces de coordinacin a nivel de distrito?
11. Existen recursos humanos de emergencia suficientes?
12. Existen refugios temporales?
13. Existen fondos municipales para cubrir gastos inmediatos?
14. Existen seguros contra catstrofe?
15. Existen recursos humanos mdico-sanitarios suficientes?
16. Existen recursos humanos para el desarrollo suficientes (I+D, ONGs, etc.)?
Indicadores
IR1 Capacidad de Respuesta
IR2 Capacidad de Recuperacin

A6.1 VULNERABILIDAD

-A6.17-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

INDICADOR R1- Capacidad de Respuesta
Descripcin
El anlisis de la Capacidad de Respuesta incluye los siguientes factores:
Informacin y Concienciacin: El gobierno y los miembros de la comunidad son conscientes
de los peligros y la informacin de riesgo se utiliza la hora de tomar decisiones.
Alerta y Evacuacin: La comunidad es capaz de recibir las notificaciones y alertas sobre
peligros costeros, poblaciones en riesgo e individuos que actan en la alerta.
Respuesta de Emergencia: Existen mecanismos y networks para responder rpidamente a
los desastres costeros y manejar las necesidades de emergencia a nivel local.
Variables
1. Existencia de concienciacin social
2. Existencia de concienciacin institucional: las autoridades competentes utilizan la
informacin existente sobre riesgos en la toma de decisiones?
3. Existencia de Sistema de Alerta Temprana (SAT)
4. Existencia de rutas de evacuacin
5. Existencia de mapas/croquis con puntos crticos o zonas de peligro
6. Realizacin de simulacros en instituciones
7. Funcionamiento de la Comisin de Proteccin Civil Municipal
8. Existencia de un Plan de Contingencia
9. Existencia de Comisiones Comunales para la gestin del riesgo
10. Existencia de enlaces de coordinacin a nivel departamental/nacional
11. Existencia de recursos humanos de emergencia suficientes
Unidades S / No / No suficiente N de respuestas negativas/ total respuestas
Escala espacial rea Metropolitana de Trujillo
INDICADOR R2- Capacidad de Recuperacin
Descripcin
El anlisis de la Capacidad de Recuperacin incluye el siguiente factor:
Recuperacin Post-desastre: Existen planes previos a los eventos de riesgo que aceleran la
recuperacin ante desastres, involucran a las comunidades en el proceso de recuperacin,
y minimizan los impactos negativos ambientales, sociales y econmicos.
Variables
12. Existencia de refugios temporales
13. Existencia de fondos municipales para cubrir gastos inmediatos
14. Existencia de seguros contra catstrofe
15. Existencia de recursos humanos mdico-sanitarios suficientes
16. Existencia de recursos humanos para el desarrollo suficientes: I+D, ONGs, etc.
Unidades S / No / No suficiente N de respuestas negativas/ total respuestas
Escala espacial rea Metropolitana de Trujillo

A6.1 VULNERABILIDAD

-A6.18-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

A6.1.4 Resultados

A continuacin, se procede a analizar los resultados ms relevantes para cada uno de los
indicadores estudiados en cada dimensin:

Dimensin Humana

SH1 Edades Sensibles

El distrito de Trujillo presenta una sensibilidad muy alta desde una perspectiva humana
debido a la presencia de grupos de edades sensibles (ver tabla A6.4), seguido por los
distritos de Laredo y Vctor Larco Herrera. Florencia de Mora y Moche presentan un nivel de
sensibilidad media, mientras que por el contrario, los distritos de El Porvenir, Huanchaco, La
Esperanza y Salaverry son los menos sensibles.

Si bien Salaverry y El Porvenir se caracterizan por presentar un mayor porcentaje de grupos
de edades sensibles en relacin a su poblacin total, y adems constituyen los dos distritos
con mayor porcentaje de poblacin menor de 10 aos
1
; es Trujillo quien presenta mayor
sensibilidad. Esto se debe a que es el distrito que presenta el mayor porcentaje de ancianos
(poblacin con ms de 65 aos) y el menor de nios (poblacin con menos de 10 aos) en
relacin a todos los dems.

N DISTRITO % GES
1 SALAVERRY 26,45
2 EL PORVENIR 25,58
3 LAREDO 25,39
4 MOCHE 24,33
5 HUANCHACO 24,24
6 FLORENCIA DE MORA 24,10
7 LA ESPERANZA 23,93
8 VICTOR L. HERRERA 23,11
9 TRUJILLO 23,04

N DISTRITO GES<10
1 SALAVERRY 21,08
2 EL PORVENIR 20,82
3 HUANCHACO 19,78
4 LA ESPERANZA 18,52
5 MOCHE 18,45
6 LAREDO 17,79
9 TRUJILLO 14,58

N DISTRITO >GES 65
1 TRUJILLO 8,46
2 LAREDO 7,60
5 MOCHE 5,88
6 LA ESPERANZA 5,42
7 SALAVERRY 5,38
8 EL PORVENIR 4,76
9 HUANCHACO 4,45

Tabla A6.4. Ranking segn
porcentaje de Grupos de Edades
Sensibles para cada distrito

porcentaje de personas menores de
10 aos

porcentaje de personas mayores de
65 aos

Por su parte, las pirmides poblacionales de Vctor Larco Herrera y Laredo se comportan de
manera similar a Trujillo, siendo de los distritos que menos porcentaje de nios y mayor de
ancianos adopta en relacin a la totalidad del rea de estudio.

1
Segn datos del Censo de Poblacin y Vivienda del INEI (2007).

A6.1 VULNERABILIDAD

-A6.19-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Los niveles de Sensibilidad Humana distritales segn el indicador SH1 Edades Sensibles
se muestran a continuacin:

VALOR LEYENDA
1 MUYBAJO
2 BAJO
3 MEDIO
4 ALTO
5 MUYALTO

Figura A6.6. Resultados del Indicador SH1 Edades sensibles por distritos

Segn las afirmaciones recogidas por el 4 Informe de Evaluacin del Panel
Intergubernamental sobre Cambio Climtico (IPCC)2, de acuerdo a la CEPAL, el nmero de
personas dependientes (rangos de edad comprendidos entre 0-14 y ms de 65) aumentar
en 2050, lo que har aumentar la sensibilidad de estos colectivos ante desastres naturales.
Este hecho, ligado a la presin causada sobre los sistemas de seguridad social (educacin,
salud, etc.) aumentar proporcionalmente la vulnerabilidad ante dichos eventos.

SH2 Analfabetizacin

El clculo de este indicador se basa en los datos del Censo de Poblacin y Vivienda del INEI
(2007), para los que se ha estimado la tasa de analfabetizacin de hombres y mujeres de
edades comprendidas entre 15 y 29 aos.

La condicin de alfabetismo (saber leer y escribir), es clave para reaccionar ante un
desastre o aumentar la concientizacin en relacin a fenmenos cuya virulencia se ve
aumentada a causa del cambio climtico. La franja de edad escogida es aquella que se ve
afectada en la actualidad pero tambin se ve representada en las proyecciones de poblacin
de escenarios a corto y medio plazo.

El nivel de alfabetizacin en todo el continuo urbano de Trujillo Metropolitano es alto, lo que
disminuye la sensibilidad humana de estos distritos ante la ocurrencia de eventos extremos.
Mientras que en el rea integrada la sensibilidad es mayor, siendo Laredo y Huanchaco los
distritos que presentan una mayor predisposicin de ser afectados, seguidos por Moche.

2
Captulo 13 Amrica Latina, WGII, AR4 IPCC (2007)

A6.1 VULNERABILIDAD

-A6.20-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Si se estudia la condicin de alfabetismo en los distritos de Salaverry y El Porvenir, se
puede observar, tal y como muestra la figura A6.7, que su nivel de sensibilidad es
moderado.

VALOR LEYENDA
1 MUYBAJO
2 BAJO
3 MEDIO
4 ALTO
5 MUYALTO

Figura A6.7. Resultados del Indicador SH2 Analfabetizacin por distritos

Por norma general, las reas rurales albergan un mayor nmero de personas analfabetas en
contraposicin a las reas urbanas. Este patrn coincide con la distincin que se lleva a
cabo entre el continuo urbano y el rea integrada de Trujillo Metropolitano.

Se debe tener en cuenta que el analfabetismo, por norma general, se encuentra vinculado a
pobreza y exclusin social. Por lo que aumentar el nivel educativo en los distritos clave
aumentara la independencia econmica y ayudara a superar las barreras de las
desigualdades que hacen que dichas personas sean ms vulnerables, entre otros, ante
sucesos naturales anmalos.

SH3 Pobreza Extrema

La poblacin con escasos recursos altamente sensible se concentra en los distritos de El
Porvenir, Moche y Laredo, por orden decreciente. Trujillo y Vctor Larco Herrera presentan
niveles de sensibilidad bajos (1 y 2 respectivamente como muestra el grfico A6.8), por lo
que la poblacin con menos recursos es minoritaria en ambos. Mientras que en los dems
distritos (Florencia de Mora, Huanchaco, La Esperanza y Salaverry) adoptan valores medios.

A6.1 VULNERABILIDAD

-A6.21-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

VALOR LEYENDA
1 MUYBAJO
2 BAJO
3 MEDIO
4 ALTO
5 MUYALTO

Figura A6.8. Resultados del Indicador SH3 Pobreza Extrema por distritos

El Porvenir resalta por encima del resto como el distrito ms sensible en trminos de
pobreza extrema. Estos grupos de poblacin con menores ingresos son los primeros
damnificados ante catstrofes, ya que normalmente son aquellos que disponen de
construcciones ms precarias, cuyo aspecto se analiza en los siguientes epgrafes bajo la
dimensin Vivienda. Este es el caso de las familias de escasos recursos asentadas en las
cercanas del cauce de la quebrada de San Idelfonso.

En el caso de que dichos grupos deban recuperarse de un impacto de eventos de lluvias
extremas, debern: reconstruir su casa, sobrevivir un determinado tiempo desempleados,
sostener a la familia, etc., lo que se traduce en una interrelacin directa entre vulnerabilidad
y pobreza.

SH4 Discapacidad

Para el clculo de este indicador se tiene en cuenta el porcentaje de discapacitados fsicos o
mentales por distritos. Una vez analizados los resultados, Trujillo y Vctor Larco resultan ser
los distritos ms sensibles, seguidos por Florencia de Mora (sensibilidad alta); La Esperanza,
Salaverry y El Porvenir (sensibilidad media); Huanchaco y Laredo (sensibilidad baja) y por
ltimo Moche (sensibilidad muy baja).

A6.1 VULNERABILIDAD

-A6.22-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

VALOR LEYENDA
1 MUYBAJO
2 BAJO
3 MEDIO
4 ALTO
5 MUYALTO

Figura A6.9. Resultados del Indicador SH4 Discapacidad por distritos

Se puede afirmar que los distritos pertenecientes al continuo urbano de Trujillo
metropolitano son aquellos que presentan mayor proporcin de poblacin discapacitada con
respecto a su poblacin total, con especial atencin a la capital provincial y su continuacin
hacia el mar, siendo por tanto los ms susceptibles de sufrir los daos al verse expuestos a
los efectos negativos de un evento climtico bajo el enfoque del Indicador Humano
Discapacidad.

La poblacin con minusvalas fsicas ser ms vulnerable a la hora de movilizarse ante una
respuesta de alarma, mientras que los disminuidos psquicos sern ms vulnerables sobre la
capacidad de entender los mensajes de alerta. Los discapacitados por tanto, son ms
vulnerables en situaciones de desastre debido a su capacidad de reaccionar ante medidas
de evacuacin (tienen ms posibilidades de quedarse atrs o ser totalmente abandonados),
respuesta (inaccesibilidad de los servicios) y recuperacin (discriminacin por motivos de
discapacidad cuando escasean recursos).

Alguna de las medidas de adaptacin deber ir encaminada a la incorporacin de las
personas con algn tipo de discapacidad en la formulacin de polticas que ataen al ciclo de
gestin y planificacin del riesgo ante desastre naturales, aumentando entre otros, la
accesibilidad de estos colectivos al servicio de transportes o disminuyendo las barreras
arquitectnicas en las reas urbanas.

SH5 Igualdad

El clculo de este indicador se basa en los datos del Indicador SH2 confrontados segn sexo
permitiendo evaluar la igualdad entre gneros.

Los resultados ms sensibles se centran sobre uno de los distritos ms rurales de toda la
provincia, Laredo, adoptando valores muy altos ante el enfoque de gnero. De cerca le
siguen distritos ms urbanos como Vctor Larco Herrera y Florencia de Mora y La Esperanza;

A6.1 VULNERABILIDAD

-A6.23-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

o algo ms inconexos con el continuo urbano como Moche, con valores de sensibilidad altos,
siendo este ltimo el que adopta la tasa de desigualdad ms alta del grupo.

Por el contrario, Trujillo y Salaverry toman valores bajos y muy bajos respectivamente, en
tanto que las desigualdades de gnero en Huanchaco y el Porvenir parecen ser ms
moderadas.

VALOR LEYENDA
1 MUYBAJO
2 BAJO
3 MEDIO
4 ALTO
5 MUYALTO

Figura A6.10. Resultados del Indicador SH5 Igualdad por distritos

Se constata que las mujeres resultan ser ms vulnerables ante la ocurrencia de fenmenos
intensos de ndole climtica. A las responsabilidades que ya desempean en su vida
cotidiana (cuidado de los nios y/o ancianos, produccin de alimentos para toda la familia,
etc.), se le aaden tareas adicionales, empeorando sus condiciones en materia de igualdad
para reaccionar ante este tipo de sucesos.

Tras analizar la totalidad de tasas distritales del rea de estudio, se puede afirmar que los
esfuerzos para paliar las desigualdades de gnero ante desastres naturales deben
focalizarse en primera instancia sobre el distrito de Laredo.

Dimensin Vivienda

El estudio de sensibilidad de viviendas se ha basado en la informacin recogida por el Censo
de Viviendas que caracteriza a nivel de cuadra o manzana los materiales de construccin y
los habitantes y la provisin de servicios bsicos como el agua. En la eleccin del mtodo
para el desarrollo del ndice de Sensibilidad de Viviendas ha primado poder disponer de una
localizacin de aquellos tipos de vivienda que combinados por sus caractersticas pudiesen
identificar aquellas zonas especialmente vulnerables frente a las amenazas analizadas a lo
largo de este proyecto como las inundaciones del ro Moche o la debida por un tsunami.

La sensibilidad de viviendas se ha definido a partir de 9 variables, relacionadas con los
servicios bsicos y el tipo de vivienda (Tabla A6.1) a nivel de manzana. Se han dividido los
8 datos en 6 grupos mediante la tcnica k-medias, a partir de las cuales se han establecido

A6.1 VULNERABILIDAD

-A6.24-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

6 clases (A, B, C, D, E, F), ordenadas de menor a mayor sensibilidad, funcin de los valores
de las 9 variables.

La Figura A6.9 muestra los seis patrones identificados para las 9000 manzanas del rea
metropolitana de Trujillo, definidos por la proporcin de hogares con abastecimiento de
aguas por caera, pozo o fuente natural, la proporcin de hogares con saneamiento por
alcantarillado, sumidero o libre, y la proporcin de hogares con viviendas construidas por
materiales resistentes, frgiles o de la zona. Los patrones estn representados por un
cdigo de colores de menos a ms sensible. Se ha indicado la proporcin de manzanas
representadas por cada una de las clases, pudindose observar como las 3 ltimas clases
representan un pequeo porcentaje.

Figura A6.11 Patrones de las cuadras del rea Metropolitana de Trujillo en base a las viviendas

Estos patrones de cuadras se han analizado por categora (abastecimiento de aguas,
sistema de saneamiento y materiales de construccin) en la siguiente tabla. En sta se
describen con base en los valores medios representados en el Box-Plot mostrado en la
Figura A5.11. La dispersin de los valores incluidos en cada clase se pueden observar en la

A6.1 VULNERABILIDAD

-A6.25-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

dimensin del trazo de color, el cual representa la mitad central de la distribucin (percentil
del 25% y percentil del 75%) e informa, por tanto, del comportamiento medio de dicha
variable.

SANEAMIENTO

VALOR DESCRIPCIN
A 90 % de los hogares con saneamiento por alcantarillado
1 % de los hogares con saneamiento por sumidero
2 % de los hogares con saneamiento libre
B 80 % de los hogares con saneamiento por alcantarillado
C 12 % de los hogares con saneamiento por alcantarillado
D 7 % de los hogares con saneamiento por alcantarillado
E 4 % de los hogares con saneamiento por alcantarillado
F 4 % de los hogares con saneamiento por alcantarillado
ABASTECIMIENTO

A6.1 VULNERABILIDAD

-A6.26-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

VALOR DESCRIPCIN
A 90% de los hogares con abastecimiento por caera
1 % de los hogares con abastecimiento por pozo
2% de los hogares con abastecimiento por fuente natural
B 88% de los hogares con abastecimiento por caera
C 88% de los hogares con abastecimiento por caera
D 34% de los hogares con abastecimiento por caera
E 8% de los hogares con abastecimiento por caera
F 32% de los hogares con abastecimiento por caera
MATERIAL DE CONSTRUCCIN

VALOR DESCRIPCIN
A 85 % de los hogares construidos con materiales resistentes
1 % de los hogares construidos con materiales frgiles
7 % de los hogares construidos con materiales de la zona
B 38 % de los hogares construidos con materiales resistentes
C 17 % de los hogares construidos con materiales resistentes
D 67 % de los hogares construidos con materiales resistentes

A6.1 VULNERABILIDAD

-A6.27-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

E 14 % de los hogares construidos con materiales resistentes
F 6 % de los hogares construidos con materiales resistentes

Tabla A6.7 Clases que caracterizan la sensibilidad de las viviendas a nivel de manzana

Dimensin Social

SS1 Educacin

En la figura A6.12, incluye dos columnas por distrito en las que se especifica el nivel de
sensibilidad alcanzado segn las variables nmero de enseantes por cada 10,000
habitantes y ratio de centros pblicos en relacin con los centros de educacin privada en
el ciclo de enseanza obligatoria respectivamente.

Como se puede observar, la primera variable es muy sensible para distritos como El
Porvenir y Salaverry. De cerca le siguen Huanchaco, Laredo y Florencia de Mora. Mientras
que en relacin a la segunda variable, los distritos ms altamente sensibles son Trujillo y
Vctor Larco Herrera.

VALOR LEYENDA
1 MUYBAJO
2 BAJO
3 MEDIO
4 ALTO
5 MUYALTO

Figura A6.12. Resultados por distritos de las variables que integran el Indicador SS1 Educacin

La ponderacin de ambas variables arroja resultados sobre el nivel de sensibilidad
educacional alcanzado en cada trmino:

Muy Alto: Distritos El Porvenir, Huanchaco y Salaverry

Alto: Distritos Florencia de Mora y La Esperanza

A6.1 VULNERABILIDAD

-A6.28-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Medio: Distrito Laredo

Bajo: Distritos Trujillo y Vctor Larco Herrera

Muy Bajo: Distrito Moche

Por lo que la inclusin de polticas de reduccin de riesgo ante desastres naturales en el
sector educacional debera priorizarse en los distritos de El Porvenir, Huanchaco y
Salaverry, a fin de disminuir su sensibilidad social global.

SS2 Salud

La informacin que contiene el siguiente grfico (grfico A6.14) es la siguiente:

Primera columna: nmero de mdicos por cada 10,000 habitantes,

Segunda columna: porcentaje de personas no cubiertas por un seguro mdico en
relacin con el total de la poblacin.

La sensibilidad en relacin a la densidad distrital de mdicos es muy alta en Trujillo y La
Esperanza; alta en Huanchaco y Vctor Larco Herrera y moderada en Florencia de Mora.
Siendo ms leve en el resto de distritos (El Porvenir, Laredo, Moche, y Salaverry).

En trminos de cobertura sanitaria, las reas que muestran un comportamiento ms
sensible son los distritos de El Porvenir y Florencia de Mora, seguidos de Huanchaco y La
Esperanza. nicamente Laredo muestra una sensibilidad moderada. Tras el cual se
encuentran Moche y Trujillo con baja sensibilidad y por ltimo, Salaverry Vctor Larco
Herrera.

VALOR LEYENDA
1 MUYBAJO
2 BAJO
3 MEDIO
4 ALTO
5 MUYALTO

Figura A6.13. Resultados por distritos de las variables que integran el Indicador SS2 Salud

A6.1 VULNERABILIDAD

-A6.29-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Tras ponderar ambas variables, los resultados de sensibilidad resultante en Sanidad son los
siguientes:

Sensibilidad Muy Alta: Distritos Florencia de Mora, Huanchaco y Salaverry

Sensibilidad Alta: Distritos Trujillo y El Porvenir

Sensibilidad Media: Distritos Laredo y Vctor Larco Herrera

Sensibilidad Baja: Distrito Moche

Sensibilidad Muy Baja: Distrito Salaverry

SS3 Asistencia

La sensibilidad en el sector asistencial se ha calculado a travs de dos variables: densidad
de efectivos de la PNP (primera columna) y densidad de bomberos voluntarios (segunda
columna).

Trujillo y Vctor Larco Herrera tienen las tasas ms bajas de policas estatales de la totalidad
del rea de estudio. Mientras que las tasas ms altas se ubican en Florencia de Mora y
Moche.

Segn los datos recibidos, el cuerpo de bomberos voluntarios cuenta con sedes en tres de
los 9 distritos estudiados: Trujillo, Salaverry y Laredo. Por lo que la ausencia de este
colectivo en el resto de distritos hace aumentar su sensibilidad.

VALOR LEYENDA
1 MUYBAJO
2 BAJO
3 MEDIO
4 ALTO
5 MUYALTO

Figura A6.14. Resultados por distritos de las variables que integran el Indicador SS3 Asistencia

De igual modo que en casos anteriores, la ponderacin arroja los siguientes resultados:

A6.1 VULNERABILIDAD

-A6.30-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Sensibilidad Asistencial Muy Alta: Distrito Vctor Larco Herrera

Sensibilidad Asistencial Alta: Distritos Trujillo y El Porvenir

Sensibilidad Asistencial Media: Distritos Huanchaco, Laredo y La Esperanza

Sensibilidad Asistencial Baja: Distrito Moche

Sensibilidad Asistencial Muy Baja: Distrito Florencia de Mora y Salaverry

Sensibilidad Integrada

Estos indicadores han sido clasificados y expresan la sensibilidad relativa dentro del rea de
estudio. Esta clasificacin ha permitido estudiar los indicadores de forma conjunta mediante
un anlisis multidimensional, para identificar aquellos patrones en el comportamiento de la
sensibilidad trujillana que justifiquen la aplicacin de estrategias integradas de actuacin
para el fortalecimiento ante las amenazas climticas.

Indicador de Edades Sensibles (SI1)

La proporcin de ancianos (porcentaje mas 65) y nios (porcentaje menos 10) se analiza de
forma conjunta mediante la tcnica de clasificacin de k-medias. Se han obtenido 3 clases
caracterizadas por la combinacin de ambos porcentajes. En la Figura A6.15 se muestra el
valor de ambos porcentajes que definen cada una de las 3 clases y los distritos
pertenecientes a cada una de las clases.

Figura A6.15. Clases obtenidas mediante k-medias para la definicin del Indicador de Edades Sensibles

A6.1 VULNERABILIDAD

-A6.31-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

En la Tabla A6.8 se recoge el valor medio de los porcentajes que definen cada una de las 3
clases establecidas.
EDADES SENSIBLES SI1
VALOR DESCRIPCIN
1
20 % de nios
6 % de ancianos
3
18 % de nios
8 % de anciano
5
14 % de nios
9 % de anciano

Tabla A6.8 Valores medios de las variables que definen las clases del Indicador de Edades Sensibles

Estas clases han sido valoradas posteriormente en una escala de 1 a 3, tendiendo en cuenta
que una mayor proporcin de ancianos supone una mayor sensibilidad. En la Tabla A6.9 se
muestra el Indicador de Edades Sensibles para cada unos de los distritos del rea de
Trujillo.

IS1 - EDADES SENSIBLES
0
1
2
3
4
5
6
N
I
V
E
L

D
E

S
E
N
S
I
B
I
L
I
D
A
D

VALOR LEYENDA
1 BAJO
3 MEDIO
5 ALTO

Figura A6.16 Resultados de IS1 Indicador de Sensibilidad Edades Sensibles por distritos

La clasificacin de ambas variables arroja resultados sobre el nivel de sensibilidad de
Edades Sensibles alcanzado en cada trmino:

Alto: Distrito Trujillo
Medio: Distritos Florencia de Mora, La Esperanza, Laredo, Moche y Vctor Larco
Herrera.
Bajo: Distritos El Porvenir, Huanchaco, Salaverry

Indicador de Pobreza (SI3)

El Indicador de Pobreza (SI3) se ha definido a partir de la clasificacin del porcentaje de
pobres extremos y no extremos en cada distrito mediante el algoritmo k-medias. En la

A6.1 VULNERABILIDAD

-A6.32-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Figura A6.17 se muestran las 5 clases caracterizadas por unos determinados porcentajes de
pobres no extremos y extremos.

Figura A6.17. Clases obtenidas mediante k-medias para la definicin del Indicador de Pobreza.

La valoracin de las clases de 1 a 5 se ha establecido en funcin de la proporcin de ambos
tipos de pobres, ms sensible a mayor nmero de pobres, especialmente si son extremos.

POBREZA SI3
VALOR DESCRIPCIN
1
6 % de pobres no extremos
0.5 % de pobres extremos
2
2 % de pobres extremos
3
4
5

Tabla A6.9 Valores medios de las variables que definen las clases del Indicador de Pobreza.

En la figura A6.18 se muestra el Indicador de Pobreza para cada unos de los distritos del
rea de Trujillo.

A6.1 VULNERABILIDAD

-A6.33-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

IS3 - POBREZA
0
1
2
3
4
5
6
N
I
V
E
L

D
E

S
E
N
S
I
B
I
L
I
D
A
D

VALOR LEYENDA
1 MUY BAJO
2 BAJO
3 MEDIO
4 ALTO
5 MUY ALTO

Figura A6.18. Resultados de IS3 Indicador de Sensibilidad Pobreza por distritos

Los resultados por distritos del indicador de pobreza se muestran en la Figura A6.18,
quedando agrupados en los siguientes niveles de sensibilidad:

Sensibilidad Pobreza Muy Alta: Distrito El Porvenir

Sensibilidad Pobreza Alta: Distritos Laredo y Moche

Sensibilidad Pobreza Media: Distritos Florencia de Mora, Huanchaco y La Esperanza

Sensibilidad Pobreza Baja: Distritos Salaverry y Vctor Larco Herrera.

Sensibilidad Pobreza Muy Baja: Distrito Florencia de Mora y Salaverry

Indicador de Materiales de Construccin (SI4)

Este indicador informa sobre los tipos de vivienda que forman la manzana y su capacidad
para resistir amenazas como inundaciones. En este caso se ha realizado una clasificacin en
dos pasos. Los datos han sido analizados a nivel de manzana, establecindose en este caso
3 clases, en funcin de la proporcin del tipo de material (resistentes, de la zona y frgiles)
y valoradas en una escala de 1 a 3 segn su sensibilidad. En la Figura A6.19 se muestran
las 3 clases en las que se han clasificado las manzanas en funcin de la proporcin del tipo
de material de las viviendas. Se indica el porcentaje de manzanas representadas por cada
una de las 3 clases.

A6.1 VULNERABILIDAD

-A6.34-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Figura A6.19. Clasificacin de las manzanas en funcin del porcentaje del tipo de material de las viviendas
(resistente, frgil y de la zona).

La definicin de cada clase de tipo de vivienda a nivel de manzana se recoge en la siguiente
tabla:

TIPO DE VIVIENDAS A NIVEL DE MANZANA
DESCRIPCIN
Clase1
80.3 % de viviendas construidas con material resistente
0.7 % de viviendas construidas con material frgil
11 % de viviendas construidas con material de la zona
Clase2
26 % de viviendas construidas con material resistente
1 % de viviendas construidas con material frgil
Clase3
8 % de viviendas construidas con material resistente
74 % de viviendas construidas con material frgil

Tabla A6.10 Valores medios del porcentaje de viviendas construidas por materiales resistentes, de la zona y
frgiles que caracterizan las 3 clases del tipo de vivienda a nivel de manzana.

La agregacin de esta informacin a nivel de distrito se ha realizado calculando el
porcentaje de cada clase dentro de cada distrito. Estos 9 datos a nivel de distrito definidos
por 3 variables (porcentaje de clase1, clase2 y clase3) se han clasificado en 5 patrones
mediante k-medias, mostrados en la Figura A6.20.

A6.1 VULNERABILIDAD

-A6.35-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Figura A6.20. Clases obtenidas mediante k-medias para la definicin del Indicador de Materiales de Construccin.

Los 5 patrones han sido catalogados de menor a mayor sensibilidad (escala 1,3 y 5) en
funcin del porcentaje de clases ms o menos resistentes, considerando como ms sensible
la clase con la mayor proporcin de viviendas tipo 3 (mayor porcentaje de materiales
frgiles). En la siguiente tabla se muestra el valor medio de la proporcin de tipos de
vivienda que caracterizan las clases en base a las que se define el Indicador de Materiales
de Construccin.
MATERIALES DE CONSTRUCCIN SI4
VALOR DESCRIPCIN
1
70.8 % de viviendas de clase 1
29 % de viviendas de clase 2
0.2 % de viviendas de clase 3
3
5

Tabla A6.11 Valores medios de los porcentajes de tipos de vivienda que definen las clases del Indicador de
Materiales de Construccin.

Los resultados por distritos del indicador de pobreza se muestran en la Figura A6.21,
quedando agrupados en los siguientes niveles de sensibilidad:

Sensibilidad Materiales Construccin Alta: Distrito Salaverry

Sensibilidad Materiales Construccin Media: Distritos El Porvenir, Florencia de Mora,
Huanchaco, La Esperanza y Moche

Sensibilidad Materiales Construccin Baja: Distritos Trujillo, Laredo y Victor Larco
Herrera.

A6.1 VULNERABILIDAD

-A6.36-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

IS4 - MATERIALES CONSTRUCCIN
0
1
2
3
4
5
6
N
I
V
E
L

D
E

S
E
N
S
I
B
I
L
I
D
A
D

VALOR LEYENDA
1 BAJO
3 MEDIO
5 ALTO

Figura A6.21. Resultados de IS4 Indicador de Sensibilidad Materiales de Construccin por distritos

Indicador de Gestin del Agua (SI5)

Este indicador contiene informacin sobre el tipo de abastecimiento (red de suministro por
caera, directamente de pozos y las que dependen exclusivamente de fuentes naturales) y
el tipo de saneamiento (conexin a la red de saneamiento, sumideros o descarga libre). El
indicador engloba 6 variables y su definicin se ha realizado mediante la tcnica k-medias.
En la Figura A6.22 se muestran las 3 clases establecidas.

Figura A6.22. Clases obtenidas mediante k-medias para la definicin del Indicador de Gestin del Agua.

La valoracin de las clases (1, 3 y 5) se ha establecido en funcin del porcentaje de hogares
con cada una de las posibilidades de abastecimiento y de saneamiento, consideradas menos
sensibles el abastecimiento por caera y el saneamiento por alcantarillado, y ms sensibles
a mayor proporcin de abastecimiento por fuentes naturales y saneamiento libre. En la
siguiente tabla se muestra el porcentaje medio de hogares con cada tipo de abastecimiento

A6.1 VULNERABILIDAD

-A6.37-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

y saneamiento que definen cada una de las clases sobre las que se establece el Indicador de
Gestin del Agua.

GESTIN DEL AGUA SI5
VALOR DESCRIPCIN
1
96 % de hogares con abastecimiento por caera
1 % de hogares con abastecimiento por pozos
3 % de hogares con abastecimiento por fuentes naturales
96 % de hogares con saneamiento por alcantarillado
1 % de hogares con saneamiento por sumidero
3 % de hogares con saneamiento libre
3
5

Tabla A6.12 Valores medios de los porcentajes de tipos abastecimiento y saneamiento que definen las clases del
Indicador de Gestin del Agua.

La sensibilidad de la gestin del agua por distritos se muestra en la Figura A6.23,
agrupndose los distritos en los siguientes niveles:

Sensibilidad Gestin del Agua Alta: Distrito Huanchaco

Sensibilidad Gestin del Agua Media: Distritos El Porvenir, Moche y Salaverry.

Sensibilidad Gestin del Agua Baja: Distritos Trujillo, Florencia del Mora, La
Esperanza, Laredo y Victor Larco Herrera.

A6.1 VULNERABILIDAD

-A6.38-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

IS5 - GESTIN DEL AGUA
0
1
2
3
4
5
6
N
I
V
E
L

D
E

S
E
N
S
I
B
I
L
I
D
A
D

VALOR LEYENDA
1 BAJO
3 MEDIO
5 ALTO

Figura A6.23. Resultados de IS5 Indicador de Sensibilidad Gestin del Agua por distritos

Indicador de Conectividad Vial (SI6)

Este indicador contiene informacin sobre la proporcin de tipo de vas (principales,
secundarias y terciarias) contenidas en cada distrito. Se han clasificado los datos a nivel de
distrito en 2 clases mediante el algoritmo de k-medias. En la Figura A6.24 se muestra el
resultado de estas dos clases.

Figura A6.24. Clases obtenidas mediante k-medias para la definicin del Indicador de Conectividad Vial.

El porcentaje medio del tipo de vas que definen las dos clases que determinan el Indicador
de Conectividad Vial se muestra en la siguiente tabla.

A6.1 VULNERABILIDAD

-A6.39-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

CONECTIVIDAD VIAL SI6
VALOR DESCRIPCIN
1
96 % de vas principales
3 % de vas secundarias
1 % de vas terciarias
5
60 % de vas principales
34 % de vas secundarias
7 % de vas terciarias

Tabla A6.13 Valores medios de los porcentajes de tipos vas que definen las clases del Indicador de Conectividad
Vial.

IS6 - CONECTIVIDAD VIAL
0
1
2
3
4
5
6
N
I
V
E
L

D
E

S
E
N
S
I
B
I
L
I
D
A
D

VALOR LEYENDA
1 BAJO
5 ALTO

Figura A6.25. Resultados de IS6 Indicador de Sensibilidad Conectividad Vial por distritos

La sensibilidad de la gestin del agua por distritos se muestra en la Figura A6.25,

Sensibilidad Conectividad Vial Alta: Distritos El Porvenir, Huanchaco, Laredo y Moche

Sensibilidad Conectividad Vial Baja: Distritos Trujillo, Florencia del Mora, La
Esperanza, Salaverry y Victor Larco Herrera.

Indicador de Salud (SI7)

Este indicador se define mediante la combinacin del nmero de mdicos por cada 10,000
habitantes y la proporcin de no cubiertos por un seguro mdico, clasificados en 3 clases
mediante la tcnica de k-medias. En la Figura A6.26 se muestran los resultados de la
clasificacin.

A6.1 VULNERABILIDAD

-A6.40-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

Figura A6.26. Clases obtenidas mediante k-medias para la definicin del Indicador de Salud.

Las clases han sido valoradas en una escala 1, 3 y 5, teniendo en cuenta que una mayor
proporcin de no asegurados supone una mayor sensibilidad. Los valores medios del
nmero de mdicos por cada 10,000 habitantes y el porcentaje de no cubiertos con seguro
mdico se muestra en la siguiente tabla:

SALUD SI7
VALOR DESCRIPCIN
1 5.4 mdicos por cada 10,000 habitantes
51 % no cubiertos por seguro mdico
3 2.4 mdicos por cada 10,000 habitantes
5 2 mdicos por cada 10,000 habitantes

Tabla A6.14 Valores medios de las variables definen las clases del Indicador de Salud.

La sensibilidad de la salud por distritos se muestra en la Figura A6.27, agrupndose los
distritos en los siguientes niveles:

Sensibilidad Salud Alta: Distritos Moche y Salaverry

Sensibilidad Salud Media: Distritos Trujillo y Vctor Larco Herrera.

Sensibilidad Salud Baja: Distritos El Porvenir, Florencia del Mora, Huanchaco, La
Esperanza y Laredo.

A6.1 VULNERABILIDAD

-A6.41-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

IS7 - SALUD
0
1
2
3
4
5
6
N
I
V
E
L

D
E

S
E
N
S
I
B
I
L
I
D
A
D

VALOR LEYENDA
1 BAJO
3 MEDIO
5 ALTO

Figura A6.27. Resultados de IS7 Indicador de Sensibilidad Salud por distritos

Indicador de Renta/Produccin (SI9)

Este indicador est definido por la relacin entre la produccin generada en un distrito
respecto a la poblacin de dicho distrito y el nivel de renta de dicho distrito. Estos datos
bidimensionales se han agrupado en 3 clases, mostradas en la Figura A6.28.

Figura A6.28. Clases obtenidas mediante k-medias para la definicin del Indicador de Renta/Produccin.

La catalogacin de las 3 clases se ha realizado en funcin de la combinacin de los valores
de ambas variables. En la siguiente tabla se recoge el valor medio del nivel de renta y el
porcentaje de productividad respecto a la poblacin que caracterizan las 3 clases
consideradas en la definicin del Indicador de Renta/Produccin.

A6.1 VULNERABILIDAD

-A6.42-
A
6
.
1

V
U
L
N
E
R
A
B
I
L
I
D
A
D

RENTA/PRODUCCIN SI9
VALOR DESCRIPCIN
1
120 nivel de renta media
85.5 % productividad respecto a la poblacin de dicho distrito
3
85.5 % productividad respecto a la poblacin de dicho distrito
5
78 % productividad respecto a la poblacin de dicho distrito

Tabla A6.15 Valores medios de las variables definen las clases del Indicador de Renta/Productividad.

La sensibilidad de la renta/produccin por distritos se muestra en la Figura A6.29,

Sensibilidad Salud Alta: Distritos Trujillo y Vctor Larco Herrera

Sensibilidad Salud Media: Distritos Huanchaco, Laredo, Moche y Salaverry.

Sensibilidad Salud Baja: Distritos El Porvenir, Florencia del Mora y La Esperanza.

IS7 - SALUD
0
1
2
3
4
5
6
N
I
V
E
L

D
E

S
E
N
S
I
B
I
L
I
D
A
D

VALOR LEYENDA
1 BAJO
3 MEDIO
5 ALTO

Figura A6.29. Resultados de IS9 Indicador de Sensibilidad Renta/Produccin por distritos

A6.2 MAPAS VULNERABILIDAD

A
6
.
2

M
A
P
A
S

V
U
L
N
E
R
A
B
I
L
I
D
A
D

ANEXO A6.2

MAPAS DE VULNERABILIDAD
R
o
M
o
c
h
e
Q
da. R
o S
eco
Qda. Len
Canal Mochica
R
o
C
h
e
p
e
n
/ R
o
b
le
s
Qda. de La Portada
C
anal E
l M
oro
Q
d
a
. d
e
K
a
tu
a
y
Q
da. La R
inconada
R
o
d
e
L
a
C
u
e
s
ta
Q
d
a
. S
a
n
Ild
e
fo
n
so
Q
d
a
. U
rip
e
Q
d
a
. L
e
n
710000
710000
720000
720000
730000
730000
740000
740000
750000
750000
9
0
9
0
0
0
0
9
0
9
0
0
0
0
9
0
9
6
0
0
0
9
0
9
6
0
0
0
9
1
0
2
0
0
0
9
1
0
2
0
0
0
9
1
0
8
0
0
0
9
1
0
8
0
0
0
9
1
1
4
0
0
0
9
1
1
4
0
0
0
Per
Dpto.
La Libertad
Evaluacin Probabilistica de la Peligrosidad
y la Vulnerabilidad frente a Desastres Naturales
basados en proyecciones de Cambio Climtico
en el rea metropolitana de Trujillo
The Provisional South American Datum 1956
UTM17S
Universal Transverse Mercator
Escala:
Financiador Beneficiario Coordinacin Tcnica
Proyecto
Sensibilidad Humana

L
E
Y
E
N
D
A
Mapa de Vulnerabilidad SH
I
S
H
NDICE DE SENSIBILIDAD HUMANA
Capital Departamental
Capital Distrital
Centro Poblado
Red de Comunicaciones
Ro
Quebrada
Canal
Canal madre Chavimochic
Yacimientos arqueolgicos
Aeropuerto
Terminal portuario de Salaverry
MUY BAJO
BAJO
MEDIO
ALTO
MUY ALTO
1 0 1 2 3 4 0,5
Km
INDICADOR IGUALDAD
INDICADOR DISCAPACIDAD
INDICADOR POBREZA EXTREMA
INDICADOR ANALFABETIZACIN
INDICADOR GRUPOS DE EDAD SENSIBLE
SALAVERRY
MOCHE
EL PORVENIR
LAREDO
FLORENCIA DE MORA
HUANCHACO
TRUJILLO
LA ESPERANZA
VICTOR LARCO HERRERA
R
o
M
o
c
h
e
Q
da. R
o S
eco
Qda. Len
Canal Mochica
R
o
C
h
e
p
e
n
/ R
o
b
le
s
Q
d
a
. d
e
K
a
tu
a
y
Qda. de La Portada
C
anal E
l M
oro
R
o de La C
uesta
Q
da. La R
inconada
Q
d
a
. S
a
n
Ild
e
fo
n
so
Q
d
a
. L
e
n
710000
710000
720000
720000
730000
730000
740000
740000
750000
750000
9
0
9
0
0
0
0
9
0
9
0
0
0
0
9
0
9
6
0
0
0
9
0
9
6
0
0
0
9
1
0
2
0
0
0
9
1
0
2
0
0
0
9
1
0
8
0
0
0
9
1
0
8
0
0
0
9
1
1
4
0
0
0
9
1
1
4
0
0
0
Per
Dpto.
La Libertad
SALAVERRY
MOCHE
EL PORVENIR
LAREDO
FLORENCIA DE MORA
HUANCHACO
TRUJILLO
LA ESPERANZA
UTM17S
Escala:
Proyecto
Sensibilidad Vivienda

L
E
Y
E
N
D
A
Mapa de Vulnerabilidad SV
IS
V
NDICE DE SENSIBILIDAD VIVIENDA
Capital Distrital
Centro Poblado
Ro
Quebrada
Canal
Aeropuerto
$+ Surtidores
Reservorios
!. Pozos
Planta de tratamiento de agua potable
Planta de tratamiento de agua residual
MUY BAJO
BAJO
MEDIO
ALTO
MUY ALTO
1 0 1 2 3 4 0,5
Km
"'
"'
"'
"'
"' "' "'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"' "'
"'
"'
"'
"'
"'
"'
"'
"'
"' "'"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"g %
"g %"g %"g %
"g % "g %
"g %
"g %
"g %
"g %
"g %
"g %
"g %
"g %
"g %
"g %
"g % "g %
"g %
"g %
"g %
"g %
"g %
"g %"g %"g %"g %"g %"g %"g %"g %"g %
"g %
"g %
"g %"g %"g %"g %"g %
"g %

R
o
M
o
c
h
e
Q
da. R
o S
eco
Qda. Len
Canal Mochica
R
o
C
h
e
p
e
n
/ R
o
b
le
s
Q
d
a
. d
e
K
a
tu
a
y
Qda. de La Portada
C
anal E
l M
oro
R
o de La C
uesta
Q
da. La R
inconada
Q
d
a
. S
a
n
Ild
e
fo
n
so
Q
d
a
. L
e
n
710000
710000
720000
720000
730000
730000
740000
740000
750000
750000
9
0
9
0
0
0
0
9
0
9
0
0
0
0
9
0
9
6
0
0
0
9
0
9
6
0
0
0
9
1
0
2
0
0
0
9
1
0
2
0
0
0
9
1
0
8
0
0
0
9
1
0
8
0
0
0
9
1
1
4
0
0
0
9
1
1
4
0
0
0
Per
Dpto.
La Libertad
SALAVERRY
MOCHE
EL PORVENIR
LAREDO
FLORENCIA DE MORA
HUANCHACO
TRUJILLO
LA ESPERANZA
INDICADOR EDUCACIN
"'
"'
"'
"'
"' "' "'
"'
"'
"'
"'
"'
"'
"'
"'
"' "'
"'
"'
"'
"'
"'
"'
"'
"'
"' "'"' "'
"'
"'
"'
"'
"'
"'
"' "'"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
"'
INDICADOR SALUD
"g %
"g %"g %"g %
"g % "g %
"g %
"g %
"g %
"g %
"g %
"g %
"g %
"g %
"g %
"g %
"g % "g %
"g %
"g %
"g %
"g %
"g %"g %"g %"g %"g %"g %"g %"g %"g %
"g %
"g %
"g %"g %"g %"g %"g % "g %

INDICADOR ASISTENCIA
UTM17S
Escala:
Proyecto
Sensibilidad Social

L
E
Y
E
N
D
A
Mapa de Vulnerabilidad SS
I
S
S

NDICE DE SENSIBILIDAD SOCIAL
Capital Distrital
Centro Poblado
Ro
Quebrada
Canal
Aeropuerto
Bomberos
"g % Policia
"' Centros de salud
MUY BAJO
BAJO
MEDIO
ALTO
MUY ALTO 1 0 1 2 3 4 0,5
Km
R
o
M
o
c
h
e
Q
da. R
o S
eco
Qda. Len
Canal Mochica
R
o
C
h
e
p
e
n
/ R
o
b
le
s
Q
d
a
. d
e
K
a
tu
a
y
Qda. de La Portada
C
anal E
l M
oro
R
o de La C
uesta
Q
da. La R
inconada
Q
d
a
. S
a
n
Ild
e
fo
n
so
Q
d
a
. L
e
n
710000
710000
720000
720000
730000
730000
740000
740000
750000
750000
9
0
9
0
0
0
0
9
0
9
0
0
0
0
9
0
9
6
0
0
0
9
0
9
6
0
0
0
9
1
0
2
0
0
0
9
1
0
2
0
0
0
9
1
0
8
0
0
0
9
1
0
8
0
0
0
9
1
1
4
0
0
0
9
1
1
4
0
0
0
Per
Dpto.
La Libertad
SALAVERRY
MOCHE
EL PORVENIR
LAREDO
FLORENCIA DE MORA
HUANCHACO
TRUJILLO
LA ESPERANZA
INDICADOR DE PRODUCTIVIDAD
INDICADOR DE RENTA
INDICADOR DE DIVERSIFICACIN
UTM17S
Escala:
Proyecto
Sensibilidad Econmica

L
E
Y
E
N
D
A
Mapa de Vulnerabilidad SE
I
S
E

NDICE DE SENSIBILIDAD ECONMICA
MUY BAJO
BAJO
MEDIO
ALTO
MUY ALTO
1 0 1 2 3 4 0,5
Km
Capital Distrital
Centro Poblado
Ro
Quebrada
Canal
Aeropuerto
Activ. comercial predominante
Activ. comercial y servicios predominante
Activ. industrial predominante
Activ. industrial y servicios predominante
Activ. residencial com comercio o taller predominante
710000
710000
720000
720000
730000
730000
740000
740000
750000
750000
9
0
9
0
0
0
0
9
0
9
0
0
0
0
9
0
9
6
0
0
0
9
0
9
6
0
0
0
9
1
0
2
0
0
0
9
1
0
2
0
0
0
9
1
0
8
0
0
0
9
1
0
8
0
0
0
9
1
1
4
0
0
0
9
1
1
4
0
0
0
Per
Dpto.
La Libertad
UTM17S
Escala:
Proyecto
Sensibilidad Integrada

L
E
Y
E
N
D
A
Mapa de Vulnerabilidad SI
I
S
V
NDICE DE SENSIBILIDAD INTEGRADA
Capital Distrital
Centro Poblado
Ro
Quebrada
Canal
Aeropuerto
MUY BAJO
BAJO
MEDIO
ALTO
MUY ALTO
1 0 1 2 3 4 0,5
Km
EL PORVENIR
FLORENCIA DE MORA
HUANCHACO
LA ESPERANZA
SALAVERRY
MOCHE
LAREDO
TRUJILLO
Ro Moche
Q
d
a
. R
o
S
e
c
o
Qda. Len
Canal Mochica
Q
da. de La P
ortada
C
anal E
l M
oro
Q
da
. L
a
R
in
co
na
da
Q
d
a
. d
e
K
a
tu
a
y
Q
d
a
. S
a
n
Ild
e
fo
n
so
Q
da. Len
700000
700000
710000
710000
720000
720000
730000
730000
740000
740000
9
0
9
0
0
0
0
9
0
9
0
0
0
0
9
0
9
6
0
0
0
9
0
9
6
0
0
0
9
1
0
2
0
0
0
9
1
0
2
0
0
0
9
1
0
8
0
0
0
9
1
0
8
0
0
0
9
1
1
4
0
0
0
9
1
1
4
0
0
0
Per
Dpto.
La Libertad
UTM17S
Escala:
Proyecto
Vulnerabilidad Percibida

L
E
Y
E
N
D
A
Mapa de Vulnerabilidad VP
ante fenomenos de Erosin Costera
VULNERABIILIDAD PERCIBIDA
ante fenomenos de inundacin
Capital Distrital
Centro Poblado
Ro
Quebrada
Canal
Aeropuerto
Densidad Urbana
Lmite Distrital
1 0 1 2 3 4 0,5
Km
D. El Porvenir
D. Florencia de Mora
D. Huanchaco
D. La Esperanza
D. Laredo
D. Moche
D. Salaverry
D. Trujillo
D. Victor Larco Herrera
PATRIMONIO HISTRICO
Chan Chan
PATRIMONIO HISTRICO
Chan Chan
PRDIDA DE PLAYA Y VIVIENDAS
Balneario Las Delicias
PRDIDA DE PLAYA Y VIVIENDAS
Balneario Buenos Aires
PRDIDA DE PLAYA Y PASEO MARTIMO
Balneario Huanchaco
ASENTAMIENTOS ILEGALES
Quebrada San Idldefonso
Quebrada Len
Quebrada Ro Seco
Cerro Cabras
ALUVIONES
Cerro Campana
AEROPUERTO
Huanchaco
PATRIMONIO HISTRICO
Huacas El Sol y La Luna
PATRIMONIO HISTRICO
Centro Histrico

A7.1 BASES DE DATOS

A
7
.
1

B
A
S
E
S

D
E

D
A
T
O
S

ANEXO A7.1

BASES DE DATOS DE DINMICA
MARINA

A7.1 BASES DE DATOS

- A7.1.1 -
A
7
.
1

B
A
S
E
S

D
E

D
A
T
O
S

ANEXO 7.1 BASES DE DATOS DE DINMICA MARINA

A7.1. Bases de datos utilizadas

A7.1.1. Reanlisis de viento y presiones sobre el nivel del mar

Los datos de presin que se utilizan para la definicin del predictor (variable atmosfrica
generadora de la variable local de inters, en este caso, el oleaje) en la definicin del
modelo estadstico del oleaje (descrito en detalle en el apartado 4 de este captulo) han sido
obtenidos del Proyecto de Reanlisis NCEP/NCAR de la Physical Sciences Division
(NOAA/ESRL) debido a su cobertura global, resolucin espacial y alcance temporal, ya que
proporcionan datos atmosfricos desde 1948 hasta la actualidad, siendo un producto
peridicamente actualizado (Kalnay et al., 1996). Estos datos presentan una resolucin
temporal de 6 horas y segn una malla global gaussiana T62, con 192 nodos en longitud y
94 en latitud (1.875 en longitud y 1.9041 en latitud de media).

Adems los datos de presin a nivel del mar y de viento de esta base de datos han sido
utilizados para la generacin de las bases de datos de oleaje y marea meteorolgica
desarrolladas por IHCantabria, que se describen a continuacin.

A7.1.2. Nivel del mar

A7.1.2.1. Nivel medio del mar global (NMM)

Los datos de nivel del mar han sido obtenidos del centro CSIRO (Commonwealth Scientific
and Industrial Research Organisation):

http://www.cmar.csiro.au/sealevel/sl_data_cmar.html

La estimacin ms reciente de cambios en el nivel medio del mar global (Figura A7.1.1) se
basa en datos tomados desde satlites desde 1993 (rojo en la Figura A7.1.1) y, desde
1870, mediante la combinacin de niveles de maregrafos in situ y los patrones espaciales
de la variabilidad determinada con datos de satlite (azul). El intervalo de confianza no se
muestran en la informacin por satlite por razones de claridad, pero su valor est entorno
a 5 mm.

A7.1 BASES DE DATOS

- A7.1.2 -
A
7
.
1

B
A
S
E
S

D
E

D
A
T
O
S

Figura A7.1.1. Subida del nivel del mar global desde 1870. Fuente: CSIRO

En este estudio, se han utilizado dos tipos de datos, para dos periodos de tiempo distintos,
desde 1950 a 2001 y desde 1993 hasta 2009, existiendo un periodo de solapamiento de 8
aos.

Periodo 1950 -2001:

En este periodo se ha reconstruido la informacin del nivel del mar siguiendo el mtodo
planteado por Church et al. (2004), con la salvedad de que se han extendido hasta el ao
2001.

Las caractersticas de estos datos son las siguientes:

Malla de resolucin espacial 1 x 1 y entre la latitud 65S hasta la 65N, desde
Enero de 1950 a Diciembre de 2001 y con resolucin temporal de un mes.
Los datos estn desestacionalidados.
Se ha aplicado la correccin del barmetro inverso.
Se ha aplicado la correccin GIA (Mitrovica) a los datos de maregrafos.

A7.1 BASES DE DATOS

- A7.1.3 -
A
7
.
1

B
A
S
E
S

D
E

D
A
T
O
S

Periodo 1993-2009:

Estos datos han sido tomados por altmetros en los satlites de las misiones
TOPEX/Poseidon, Jason-1 and Jason-2/OSTM. Sus caractersticas son:

Datos con resolucin especial de 1x1, desde la latitud 65S a la 65N

El dato refleja la media mensual de las medidas, desde Enero de 1993 hasta Agosto
de 2009.

Esta fuente de datos se actualiza peridicamente, a medida que la informacin est
disponible.

Por otro lado, los cambios en la presin atmosfrica tambin influiran en un cambio en el
nivel del mar. Por ello, los datos utilizados en el estudio estn corregidos baroclnicamente.

A7.1.2.2 Reanlisis de marea astronmica GOT (Global Ocean Tides)

Se ha utilizado la base de datos de marea astronmica GOT (Global Ocean Tides) generada
a lo largo de la costa de Sudamrica utilizando las constantes armnicas procedentes del
modelo global de mareas TPXO, desarrollado por la Universidad de Oregon (Egbert et al.,
1994; Egbert y Erofeeva, 2002). El TPXO es un modelo inverso de mareas que asimila la
informacin del nivel del mar derivada de las observaciones del sensor TOPEX/Poseidon.
Dicho modelo representa un ajuste ptimo (en trminos de mnimos cuadrados) de la
ecuacin de marea de Laplace a los datos de satlite resultantes de la misin
TOPEX/Poseidon. Actualmente, el modelo TPXO es uno de los modelos globales de marea
ms precisos.

La base de datos TPXO, resultante del modelo, proporciona cuatro componentes armnicas
semidiurnas (M2, S2, N2, K2), cuatro componentes diurnas (K1, O1, P1, Q1) y dos de largo
periodo (Mf y Mm). Los datos se proporcionan en una malla con cobertura global de 1440 x
721 puntos con 0.25 de resolucin espacial, tanto en latitud como en longitud.

En la Figura A7.1.2 se muestra un mapa de la componente M2 calculada con dicho modelo.

A7.1 BASES DE DATOS

- A7.1.4 -
A
7
.
1

B
A
S
E
S

D
E

D
A
T
O
S

Figura A7.1.2 Mapa de la componente de marea M2 calculada con el modelo TPXO.

A7.1.2.3 Reanlisis de marea meteorolgica GOS (Global Ocean Surge). Marea
meteorolgica NM

Se denomina marea meteorolgica (storm surge) a la sobreelevacin del nivel del mar
debida a la tensin tangencial que ejerce el viento sobre una masa de agua y a los
gradientes de presin atmosfrica. Esta sobreelevacin es una de las componentes para
determinar el nivel del mar total y su importancia relativa, respecto a la marea astronmica
y otros factores, depende de la zona geogrfica analizada.

IHCantabria ha generado una base datos de series horarias de 61 aos de duracin (1948-
2008) de marea meteorolgica para la costa atlntica y pacfica de Sudamrica y el Caribe
mediante un modelo nmero de circulacin forzado con vientos y presiones histricas
(Abascal et al., 2011).

El modelo utilizado para el clculo de la marea meteorolgica ha sido el modelo
tridimensional de circulacin ROMS (Regional Ocean Modeling System) desarrollado por el
Ocean Modeling Group de Rutgers. En la actualidad est siendo ampliamente utilizado por la
comunidad cientfica, siendo su aplicabilidad de diversa ndole (Haidvogel et al., 2000;
Marchesiello et al., 2003; Peliz et al., 2003; Di Lorenzo, 2003; Dinniman et al., 2003;
Budgell, 2005; Warner et al., 2005a, b; Wilkin et al., 2005).

El modelo ROMS resuelve de forma numrica las ecuaciones conocidas como ecuaciones
primitivas, en las que asume que la presin sigue una ley hidrosttica. Las ecuaciones
primitivas engloban la ecuacin de conservacin de cantidad de movimiento, la de
conservacin de la masa, la de transporte de distintas sustancias como la temperatura y la

A7.1 BASES DE DATOS

- A7.1.5 -
A
7
.
1

B
A
S
E
S

D
E

D
A
T
O
S

salinidad, y la ecuacin de estado para el cmputo de la densidad del agua. En este estudio,
dado el carcter barotrpico del fenmeno a resolver, se ha utilizado la versin 2D del
modelo.

La batimetra utilizada proviene de la base de datos de 2 minutos de resolucin, ETOPO2,
que contiene la batimetra de los ocanos a escala global, proveniente de datos de
altimetra (satlite). Se ha definido una malla de computacin con resolucin de 1/4 con el
dominio espacial que se muestra en la Figura A7.1.3

Figura A7.1.3 Dominio de computacin del modelo de circulacin. Batimetra utilizada.

Los forzamientos que se utilizan en el modelo de circulacin son vientos a 10 m de altura y
presin a nivel del mar (SLP) con resolucin temporal de seis horas y espacial de 1.9041
en latitud y 1.875 en longitud, provenientes del Centro NCEP/NCAR de Estados Unidos.
Estos datos cubren, completa y homogneamente, el perodo 1948-2008 y se actualizan
mes a mes.

La base de datos obtenida, a partir de ahora denominada reanlisis GOS (Global Ocean
Surge) del IH Cantabria, abarca desde 1948 a 2008, con resolucin temporal horaria. En la

A7.1 BASES DE DATOS

- A7.1.6 -
A
7
.
1

B
A
S
E
S

D
E

D
A
T
O
S

Figura A7.1.4 se presenta un ejemplo de resultados de superficie libre para una fecha
determinada.

Figura A7.1.4 Resultados del reanlisis GOS de elevacin de la superficie libre debida a marea meteorolgica para
la fecha 17/12/1992. Zona Amrica del Sur.

A7.1.3. Reanlisis del oleaje GOW (Global Ocean Waves)

El Instituto de Hidrulica Ambiental ha generado una base de datos de reanlisis del oleaje
Global Ocean Waves (GOW, Reguero et al., 2012) con cobertura global, calibrado y validado
con medidas instrumentales. El modelo numrico utilizado para generar las series de oleaje
ha sido el modelo WaveWatch III (Tolman 1997, 1999).

El reanlisis GOW (Global Ocean Waves, Reguero et al., 2012) del IHCantabria se organiza
en distintas escalas espaciales. En primer lugar, se ha obtenido el oleaje en una malla
global, que proporciona el oleaje a escala mundial con nodos de resolucin espacial igual a
1.5 en longitud y 1 en latitud. En esta malla global, se han anidado nuevas mallas para el
estudio de zonas de detalle con mayor grado de definicin. Se han planteado tres mallas de
detalle, una para la costa pacfica de Sudamrica y otra para la costa Atlntica, ambas de
resolucin de 0.5x0.5, y una malla de 0.25x0.25 para el Caribe, de ms resolucin
espacial por las caractersticas de las islas y del Mar del Caribe, siguiendo las
recomendaciones de experiencias previas en la zona de la NOAA con su modelo operacional
(Figura A7.1.5).

A7.1 BASES DE DATOS

- A7.1.7 -
A
7
.
1

B
A
S
E
S

D
E

D
A
T
O
S

El alcance temporal del reanlisis GOW abarca desde 1948 a 2010, con resolucin temporal
horaria. Aunque en el estudio slo se han utilizado las series temporales hasta el ao 2008,
el reanlisis est siendo actualizado peridicamente a medida que los vientos de NCEP son
publicados. Los resultados obtenidos para las inmediaciones de Trujillo han sido: 1)
parmetros estadsticos del oleaje de resolucin temporal horaria y 2) espectros de energa
con resolucin temporal de 3 horas y espacial de 1, aproximadamente.

Figura A7.1.5 Mallas de detalle de reanlisis de oleaje en ALyC y resolucin espacial de las mismas.

Los resultados del reanlisis Global han sido validados con datos instrumentales de boyas y
de satlite. En cuanto a las boyas, se han utilizado la red exterior del Organismo Pblico de
Puertos del Estado en el litoral espaol y boyas de la NOAA (National Oceanic Atmospheric
Administration) en el resto del mundo, cubriendo regiones con condiciones de oleaje muy
diversas. Posteriormente, se ha realizado una calibracin espacial de los resultados
numricos para disminuir la dispersin y mejorar la concordancia de los resultados
numricos con los registros instrumentales en todo el dominio de estudio (Minguez et al.
2011).

A7.2 AGUAS SOMERAS

A
7
.
2

A
G
U
A
S

S
O
M
E
R
A
S

ANEXO 7.2

METODOLOGA PARA LA
CARACTERIZACIN DEL OLEAJE EN
AGUAS SOMERAS

A7.2 AGUAS SOMERAS

- A7.2.1 -
A
7
.
2

A
G
U
A
S

S
O
M
E
R
A
S

ANEXO 7.2 METODOLOGA PARA LA CARACTERIZACIN DEL
OLEAJE EN AGUAS SOMERAS

A7.2.1. Introduccin

Los modelos numricos de generacin del oleaje a partir de forzamientos atmosfricos no
simulan de forma adecuada el oleaje en aguas someras debido a que no incorporan
procesos relevantes en profundidades reducidas y no disponen de la suficiente resolucin
espacial. Por tanto, los datos de reanlisis en aguas profundas no pueden ser utilizados para
la caracterizacin del clima martimo en aguas someras y deben ser trasladados hasta la
costa mediante modelos numricos de propagacin capaces de modelar los procesos de
transformacin del oleaje en profundidades reducidas y aumentar la resolucin espacial al
orden de los 100 m. Las bases de datos de reanlisis estn compuestas de datos horarios
con longitudes temporales de ms de 20 aos, en el caso de la base de datos GOW 61 aos,
lo que implica un coste computacional enorme ya que supondra propagar numricamente
ms de miles estados de mar (downscaling dinmico). Existen metodologas hbridas, que
combinan tcnicas estadsticas (downscaling estadstico) con modelos numricos que
reducen drsticamente el tiempo de computacin para transferir el oleaje a aguas someras.

En este trabajo se ha aplicado un tcnica hbrida para la transferencia del oleaje desde
aguas profundas hasta la costa, desarrollada en el IHCantabria (Camus et al., 2012). Se
parte de la base de datos del reanlisis GOW (Global Ocean Waves) del IHCantabria
formada por 61 aos de datos horarios de parmetros de oleaje, en todos los nodos de una
malla de clculo de 0.5 x 0.5 en la costa pacfica de Sudamrica. Esta base de datos
presenta una serie de ventajas respecto a otras bases de datos de reanlisis. Adems de
una mayor cobertura espacial y temporal, se dispone de los espectros direccionales de
oleaje en una serie de puntos a lo largo del litoral pacfico de Sudamrica, lo cual nos
permite definir ms correctamente el oleaje cerca de la costa. Esta base de datos se ha
descrito con mayor detalle en el anexo A7.1. Estas bases de datos representan una
aproximacin de la realidad al estar generadas numricamente, requirindose una
calibracin con datos instrumentales. En la definicin previa de la base de datos se
incorpor el proceso de calibracin, por tanto, en este trabajo se parte de los datos de
oleaje calibrados. A continuacin se describe la metodologa de transferencia del oleaje
desde aguas profundas a someras que se ha seguido en este estudio.

A7.2 AGUAS SOMERAS

- A7.2.2 -
A
7
.
2

A
G
U
A
S

S
O
M
E
R
A
S

A7.2.2. Metodologa de transferencia del oleaje hasta la costa desde
aguas profundas

La metodologa integral que se ha aplicado en este trabajo comprende los siguientes pasos
(ver Figura A7.2.1): a) anlisis de las bases de datos de oleaje disponibles; b) calibracin
de los datos de reanlisis en profundidades indefinidas utilizando datos instrumentales (en
este estudio se parte de la base de datos GOW calibrada, pudindose englobar estas dos
etapas en una nica) tal y como se ha descrito en el anexo A7.2.1) clasificacin y seleccin
de los estados de mar a propagar; d) propagacin de los estados de mar seleccionados; e)
reconstruccin de la serie temporal en puntos objetivo cercanos a Trujillo; f) validacin con
boyas y g) caracterizacin del clima de oleaje local mediante la aplicacin de modelos
estadsticos.

Figura A7.2.1. Procedimiento general de IH Cantabria para caracterizar el oleaje en una determinada zona en
profundidades intermedias o reducidas

Los datos utilizados en la definicin del oleaje en aguas profundas, ya calibrados mediante
datos de satlite, se han descrito en el anexo A7.2.1. Los vientos provienen de la misma
base de datos que las presiones: NCEP/NCAR, definida en el anexo A7.2.1. El proceso de
calibracin se ha descrito dentro de la definicin de la base de oleaje GOW.

El clima martimo en aguas profundas en este estudio se va a definir a partir del espectro
direccional en un nodo de reanlisis del oleaje y los campos de viento asociados para tener

A7.2 AGUAS SOMERAS

- A7.2.3 -
A
7
.
2

A
G
U
A
S

S
O
M
E
R
A
S

en cuenta las diferentes zonas de generacin del oleaje en el rea de estudio y la
generacin local de oleaje por viento. Por tanto, cada situacin del clima martimo en aguas
profundas queda descrita mediante un gran nmero de parmetros lo que implica trabajar
con datos multidimensionales. Esto supone que las tcnicas de seleccin deben ser capaces
de trabajar con datos con una elevada dimensionalidad.

Posteriormente, estos estados de mar seleccionados se propagan mediante modelos
numricos de propagacin que permiten determinar las caractersticas del oleaje en puntos
objetivos cercanos a la costa. A partir de los resultados de la propagacin de estos casos
seleccionados y mediante tcnicas de interpolacin adecuadas a la dimensionalidad de los
datos y resultados, se reconstruyen las series temporales de los distintos parmetros del
oleaje necesarios para la caracterizacin del clima martimo en la costa y el clculo del
transporte longitudinal de sedimentos generado por el oleaje.

Se transfiere el oleaje hasta la costa partiendo de unas condiciones de contorno del oleaje
definidas por los espectros direccionales y mediante el anidamiento de un modelo de
propagacin del oleaje. La aplicacin de un modelo de propagacin requiere la definicin de
una malla de computacin que se extiende desde la posicin de los datos del oleaje en
aguas profundas hasta la costa, en este caso en los puntos en los que se dispone de los
espectros de la base de datos GOW. Posteriormente se aplica la metodologa propuesta: la
seleccin de una serie de casos representativos, la propagacin de estos casos y la
reconstruccin de la serie temporal para el posteriormente anlisis del transporte de
sedimentos. A continuacin se describen en mayor detalle las mallas de computacin
consideradas y las etapas de clasificacin, propagacin, validacin y reconstruccin del
clima martimo.

A7.2.3. Malla de computacin

La transformacin del oleaje est condicionada por los forzamientos a los que es sometida y
por las irregularidades del fondo marino y la costa. En profundidades indefinidas son
importantes las irregularidades a gran escala, como grandes cabos. Sin embargo, cuando el
oleaje llega a profundidades intermedias y reducidas su comportamiento es un reflejo de la
batimetra. En este estudio se han utilizado dos bases de datos de batimetra. Por un lado la
batimetra global General Bathymetric Chart of the Oceans (GEBCO) y por otro las cartas
nuticas disponibles en la zona de estudio.

La batimetra GEBCO es una batimetra global con resolucin de 1 minuto disponible en el
British Oceanographic Data Centre (BDOC). Ha sido realizada a partir de la combinacin de
datos de calidad contrastada procedentes de sondas de barcos y satlite. Las batimetras
proporcionadas por las cartas nuticas completan la batimetra global en la zona de costa.

A7.2 AGUAS SOMERAS

- A7.2.4 -
A
7
.
2

A
G
U
A
S

S
O
M
E
R
A
S

En la Figura A7.2.2 se muestra la batimetra de la zona de estudio generada a partir de la
informacin existente.

Figura A7.2.2. Batimetra general y de detalle de la zona de estudio.

La propagacin del oleaje desde aguas profundas a aguas someras se realiza mediante el
modelo numrico de propagacin SWAN (Simulating WAaves Nearshore) desarrollado por
Delft University of Technology (Booij et al., 1999). Cada una de las situaciones de oleaje a
propagar est definida por unas condiciones de contorno, que vienen dadas por los datos de
oleaje de la base de datos GOW, y forzadas por unos campos de viento procedentes de la
base de datos de reanlisis atmosfrico NCEP/NCAR. Se ha planteado una malla de clculo
para la transferencia del oleaje desde la posicin de los datos espectrales hasta la costa y el
anidamiento de una malla de menor tamao pero con mayor resolucin espacial para poder
disponer de con un mayor detalle (mejora de resolucin, regionalizacin o downscaling).

En la Figura A7.2.3 se muestran las mallas de computacin consideradas con una resolucin
espacial de 500 m (Malla M1) y 125 m (Malla M2), respectivamente. En la Figura A7.2.3
tambin se muestran los nodos de viento que definen el campo de vientos de cada
propagacin. La malla M2 est embebida en la malla M1, como se muestra en la Figura. Los
espectros de la base de datos GOW definen las condiciones de contorno de la malla M1.

A7.2 AGUAS SOMERAS

- A7.2.5 -
A
7
.
2

A
G
U
A
S

S
O
M
E
R
A
S

Figura A7.2.3. Mallas de propagacin del modelo SWAN con resolucin espacial de 500 m (malla M1) y con
resolucin espacial de 125 m (malla M2, embebida en la M1).

M1
M2
Nodos viento
M1
M2
Nodos viento

A7.2 AGUAS SOMERAS

- A7.2.6 -
A
7
.
2

A
G
U
A
S

S
O
M
E
R
A
S

A7.2.4. Clasificacin de los estados de mar

La definicin del oleaje se realiza a partir del concepto de estado de mar, que es como una
instantnea de la superficie del mar, que responde a condiciones atmosfricas no
estacionarias. Los estados de mar tienen una duracin del orden de una hora, compromiso
entre un tiempo lo suficientemente corto como para que el proceso sea dbilmente
estacionario y lo suficientemente largo como para que contenga la necesaria informacin
estadstica del proceso. Por tanto, cada estado de mar est compuesto por un nmero
infinito de ondas monocromticas de diferentes amplitudes y frecuencias y provenientes de
distintas direcciones de propagacin. El anlisis estadstico y espectral del oleaje en estados
de mar, denominado anlisis a corto plazo; permite describir cada estado de mar mediante
unos pocos parmetros de estado de mar (por ejemplo, altura de ola del momento de orden
cero espectral, Hmo, periodo de pico espectral, Tp, altura de ola significante, Hs, periodo
medio, Tz, etc.). Otra forma de definir cada estado de mar es mediante la energa total del
oleaje, promediada en el tiempo, expresada en funcin de la frecuencia angular de las
ondas componentes y en cada direccin, que se representa mediante la funcin de densidad
espectral del desplazamiento vertical de la superficie libre, o espectro del oleaje.

En este estudio se considera que el oleaje en la zona de estudio en aguas profundas est
definido por las series horarias de los espectros direccionales del oleaje en un nodo de la
base de datos GOW ms prxima a la zona de estudio, que definir tambin la posicin del
contorno de la malla de computacin del SWAN. Por tanto, se dispone de una serie temporal
de 62 aos (1948-2008) de espectros horarios, que habra que propagar individualmente
para definir el oleaje en aguas someras con suficiente longitud temporal y asegurar una
caracterizacin estadstica fiable posteriormente.

Como se ha indicado, se seleccionan una serie reducida de casos representativos del oleaje
en profundidades indefinidas, con el objetivo de reducir el coste computacional. La seleccin
de los estados de mar a propagar se realiza mediante la tcnica de clasificacin k-medias
(K-Mean algorithm, KMA), que permite la seleccin de un conjunto de casos muy
representativo de la muestra de datos de partida, sin excesivo inters en los eventos
extremos, como es el caso del estudio de transporte longitudinal de sedimentos (Camus et
al., 2011a).

Cada espectro direccional horario est definido por 25 frecuencias y 72 direcciones
(discretizacin del espacio frecuencial y direccional del modelo de generacin del oleaje
WaveWatch). Por tanto, cada dato horario presenta una dimensin igual a 1800.
Generalmente, las distintas componentes de los espacios de alta dimensionalidad suelen
estn correlacionadas, lo que supone que existe informacin redundante. La tcnica del
anlisis de las componentes principales permite reducir la dimensionalidad de una muestra
de datos mediante la proyeccin en un nuevo espacio de menor dimensin conservando el
mximo de la varianza de los datos. La reduccin de la dimensionalidad facilita la posterior
aplicacin de la tcnica de clasificacin KMA.

A7.2 AGUAS SOMERAS

- A7.2.7 -
A
7
.
2

A
G
U
A
S

S
O
M
E
R
A
S

La tcnica de clasificacin de K-Medias divide el conjunto de datos de partida en un
determinado nmero de subconjuntos, definido cada uno de ellos por un prototipo, y
formado cada uno de ellos por los datos para los cuales ese prototipo es el ms cercano.
Este tipo de tcnicas se denominan particionales siendo el algoritmo de K-Medias una de las
ms utilizadas. Se establece el nmero de grupos deseado (M=100), se inicializan los
prototipos (o centroides) y el algoritmo procede de forma iterativa moviendo estos
centroides hasta minimizar la varianza total intra-grupos (Hastie et al., 2001). Esta varianza
total intra-grupos significa que al final del proceso, la suma de distancias entre el prototipo
y los datos de entrada correspondientes a cada prototipo es mnima.

En la Figura A7.2.4 se muestran los 100 espectros direccionales obtenidos mediante la
tcnica KMA. Los valores que se representan de las componentes espectrales h
ij
hacen
referencia a la altura de ola significante del sector direccional i y el tramo de periodos j
de forma que la altura de ola significante del estado de mar es
2 2
s ij
i j
H h
. Los 100
espectros direccionales sintetizan los 100 tipos de oleaje en profundidades indefinidas en las
inmediaciones de Trujillo.

Mediante la aplicacin de esta tcnica de clasificacin se consigue representar la base de
espectros horarios mediante 100 grupos o clases, caracterizado cada uno de ellos por un
espectro prototipo o centroide y formado por aquellos espectros horarios iniciales ms
similares entre s. Por tanto, la Figura A7.2.4 muestra estos 100 prototipos de espectros,
representados grficamente cada uno de ellos por la cantidad de energa que presentan en
cada bin de frecuencia y direccin. Posterior a la tcnica de clasificacin, se ha aplicado un
mecanismo de ordenamiento similar al funcionamiento de las redes neuronales auto-
organizativas que permite una visualizacin ms intuitiva de los resultados. Por ello se
puede observar en la Figura A7.2.4 una variacin suave de un prototipo de espectro a otro
situado en la cuadrcula de 10 x 10, localizndose en las esquinas los espectros ms
diferentes entre s. Por ejemplo, en la esquina superior izquierda se puede observar como
se sitan los grupos que representan a aquellos espectros que presentan una componente
de energa del NW ms importante, mientras que en la esquina inferior derecha se agrupan
los espectros con una predominancia de energa de componente S. En una observacin ms
general del mapa o cuadrcula, se puede comprobar que los grupos localizados en la esquina
inferior izquierda y en la parte superior-central del contorno derecho del mapa son los ms
energticos, concentrndose la energa principalmente en el sector SW.

A7.2 AGUAS SOMERAS

- A7.2.8 -
A
7
.
2

A
G
U
A
S

S
O
M
E
R
A
S

Figura A7.2.4. Clasificacin KMA de tamao 10x10 de los espectros horarios en el nodo de longitud=-80 y
latitud=-8.5. Escala hij en m.

Cada cuadrado de la cuadrcula representa un espectro. Conservando dicha ordenacin, se
puede representar en vez del espectro prototipo, la probabilidad de cada clase (el nmero
de espectros de la base de espectros horarios de partida representados por cada grupo) en
cada cuadrado. Por tanto, esta clasificacin de los espectros permite analizar de forma
sencilla visualmente la estacionalidad del clima martimo calculando la frecuencia mensual
de cada clase de espectro, volcndolo sobre la representacin en el mapa de los 100
espectros. En la Figura A7.2.5 se muestra la probabilidad de las clases de espectro para
cada mes (de izquierda a derecha y de arriba abajo segn los meses de Enero a Diciembre).
Se puede observar como los espectros que tienen una componente energtica del noroeste

A7.2 AGUAS SOMERAS

- A7.2.9 -
A
7
.
2

A
G
U
A
S

S
O
M
E
R
A
S

(generada en el Pacfico Norte) y que se localizan en la parte superior izquierda y en la
parte superior derecha del mapa de la Figura A7.2.4 se presentan durante los meses de
invierno boreal, mayor intensidad azul en esos cuadrados de los mapas correspondientes a
diciembre, enero y febrero de la Figura A7.2.5.

Figura A7.2.5. Probabilidad mensual de las clases KMA de los espectros horarios en el nodo de longitud=-80 y
latitud=-8.5 (escala azules: blanco es probabilidad nula y azul oscuro probabilidad mxima).

A7.2 AGUAS SOMERAS

- A7.2.10 -
A
7
.
2

A
G
U
A
S

S
O
M
E
R
A
S

A7.2.5 Propagacin del oleaje a aguas someras

A medida que el oleaje se aproxima a la costa el efecto del fondo empieza a hacerse
palpable. Como consecuencia de esta interaccin de las ondas con el fondo, el oleaje se
transforma. Estos procesos de transformacin se traducen fundamentalmente en
variaciones de la altura de ola y en la direccin de propagacin.

Los fenmenos ms importantes que sufre el oleaje cuando se acerca a la costa son: la
refraccin y el asomeramiento, debido a la batimetra y las corrientes, la difraccin, como
consecuencia de la presencia de cabos o islas, la prdida de energa debido a la disipacin
con el fondo. Adems, parte de esta energa se refleja y vuelve a aguas profundas. En
aguas ms someras, la amplitud de olas aumenta mientras que la longitud de onda se
reduce, generando un peraltamiento del perfil de las olas. En estas profundidades, la
celeridad de ola es proporcional a la raz cuadrada de la profundidad, de manera que la
cresta de la ola viaja a mayor velocidad producindose el vuelco sobre la base de la ola, se
produce la rotura del oleaje, que genera una gran prdida de energa y una gran
turbulencia.

El objetivo de la metodologa de propagacin consiste en aproximar los oleajes desde aguas
profundas hasta la costa y poder evaluar estadsticamente el recurso energtico del oleaje.
La batimetra de la zona de estudio y la orientacin de la costa respecto a los oleajes
incidentes condiciona los fenmenos ms relevantes que sufre el oleaje para cada caso
particular. Las caractersticas de la zona de estudio y los procesos de transformacin del
oleaje que se requieran resaltar imponen la eleccin del modelo de propagacin.

Los modelos numricos de propagacin de ondas intentan modelar la transformacin que
sufre el oleaje en su propagacin hacia la costa. Los diferentes tipos de modelos numricos
existentes dependen de las ecuaciones que se utilicen para modelar el problema y del
esquema numrico empleado, que implica una serie de limitaciones en los fenmenos que
son capaces de simular.

Para este estudio se ha elegido el modelo de propagacin energtico SWAN, desarrollado
por Delft University of Technology, basado en la ecuacin de accin de onda que promedia
la fase y no reconstruye la superficie del mar en el espacio y el tiempo (Booij, 1999).

Esta base terica genera uno de los principales atractivos de este modelo, que es la
posibilidad de propagar oleaje en todas las direcciones. Adems es posible la aplicacin de
este tipo de modelos a extensas superficies, ya que no requiere un nmero mnimo de
puntos de clculo por longitud de onda. Por otro lado, las ltimas versiones de este modelo
(tercera generacin) han incorporado fenmenos exclusivos de profundidades someras,
como son la rotura del oleaje y las interacciones no lineales (triadas), que han permitido
ampliar el rango de aplicacin de estos modelos. Al ser un modelo energtico se consigue
simular la generacin de oleaje por viento.

A7.2 AGUAS SOMERAS

- A7.2.11 -
A
7
.
2

A
G
U
A
S

S
O
M
E
R
A
S

Cada uno de espectros prototipo de los 100 grupos obtenidos en la clasificacin de estados
de mar define las condiciones de oleaje en el contorno de la malla de propagacin M1.
Adems, el modelo de propagacin del oleaje se fuerza con un campo de vientos,
correspondiente a los vientos existentes en la misma fecha que el espectro prototipo. Las
condiciones de contorno de oleaje de la malla M2 estn definidas por los resultados de la
propagacin correspondiente en la malla M1 en la posicin de los contornos de la malla M2.

A7.2.6 Reconstruccin de series temporales horarias de parmetros
espectrales

El modelo anterior da como resultado espectros direccionales de oleaje en cada nodo de la
malla para cada caso propagado (100 espectros prototipo obtenidos en la clasificacin
KMA). Sin embargo la caracterizacin completa del clima de oleaje exige la obtencin de
series temporales horarias de elevada longitud.

Para ello, la reconstruccin del clima martimo en aguas someras se realiza mediante una
interpolacin en base a los resultados de la propagacin de los 100 espectros prototipo
seleccionados. Se ha considerado la tcnica de interpolacin basada en funciones de base
radial (radial basis functions), muy adecuada para datos con una alta dimensionalidad y no
distribuidos uniformemente (Camus et al., 2011b).

En la implementacin de la tcnica de interpolacin RBF en la reconstruccin del clima
martimo multidimensional, se dispone de M puntos d-dimensionales, que se corresponden
con los M=100 espectros direccionales en profundidades indefinidas, seleccionados
mediante KMA en el espacio de proyeccin de las EOFs, donde d es igual al nmero de
componentes principales consideradas. El valor exacto de la funcin en esos puntos es igual
es igual a los parmetros espectrales obtenidos como resultado de la propagacin en un
punto objetivo: la altura de ola significante propagada (H
sp
), el periodo medio (T
m
), el
periodo de pico (T
p
), las componentes x e y de la direccin media propagada
m
(la
direccin media se recompone a partir de las componentes x e y). Por tanto, se calcula una
funcin de interpolacin para cada unos de los parmetros espectrales de inters (H
sp
, T
m
,
T
p
,
mx
,
my
) en cada punto objetivo en aguas someras considerado a partir de los valores
de dicho parmetro espectral en el correspondiente punto objetivo para cada unos de los
M=100 propagaciones.

A8.1 DOWNSCALING ESTADSTICO

A
8
.
1

D
O
W
N
S
C
A
L
I
N
G

E
S
T
A
D
S
T
I
C
O

ANEXO A8.1

DOWNSCALING ESTADSTICO DEL
OLEAJE BASADO EN TIPOS DE
CIRCULACIN


- A8.1.1 -
A
8
.
1

D
O
W
N
S
C
A
L
I
N
G

E
S
T
A
D
S
T
I
C
O

ANEXO A8.1. DOWNSCALING ESTADSTICO DEL OLEAJE
BASADO EN TIPOS DE CIRCULACIN

A8.1.1 Introduccin

Las caractersticas de las dinmicas en el futuro son necesarias para determinar los cambios
en los impactos de erosin e inundacin costera por efecto del cambio climtico. La fuente
principal de informacin para el estudio del cambio climtico son las proyecciones del clima
futuro obtenidas a partir de las simulaciones de modelos globales del clima para los
distintos escenarios socio-econmicos futuros hipotticos, generados por centros de
investigacin de referencia. Las predicciones futuras de las dinmicas tambin puede
estimarse aplicando tcnicas de extrapolacin de tendencias o a partir de estudios
publicados y aceptados por la comunidad cientfica que establecen unos determinados
valores de las dinmicas en el futuro, como por ejemplo en escenarios de subida del nivel
medio del mar.

En lo que respecta el clima martimo, los resultados de las proyecciones globales no
incluyen el clima martimo siendo necesario establecer escenarios de cambio climtico que
implica simular el oleaje a escala regional a partir de la informacin proporcionada por las
proyecciones globales del clima. Este proceso puede realizarse mediante modelos numricos
forzados por las condiciones atmosfricas en el futuro (downscaling dinmico) o mediante
tcnicas estadsticas que relacionan variables atmosfricas a escala global con las variables
locales del oleaje de inters (downscaling estadstico). En este anexo se describe la
metodologa de downscaling estadstico desarrollada para la proyeccin del clima martimo
en el futuro.

A8.1.2 Cmo proyectar el clima martimo

La fuente de principal de informacin para el estudio del cambio climtico son las
proyecciones del clima futuro obtenidas a partir de las simulaciones de distintos modelos
globales del clima (GCM) para los distintos escenarios socio-econmicos futuros hipotticos,
llevadas a cabo por centros de investigacin de referencia. Estos resultados globales
obtenidos por los GCM, junto con el conocimiento del sistema climtico y de los factores
responsables del Cambio Climtico Global (CCG), permiten definir polticas conjuntas de
mitigacin. Sin embargo, las polticas de adaptacin al cambio climtico requieren una
previsin detallada de dicho cambio, teniendo en cuenta las heterogeneidades regionales,
para poder analizar la magnitud de los posibles impactos locales. Los modelos globales del
clima no proporcionan este nivel de detalle, siendo necesario obtener escenarios
regionalizados de cambio climtico. Adems en el caso del clima martimo, los resultados
generados por los GCM no proporcionan informacin del oleaje.


- A8.1.2 -
A
8
.
1

D
O
W
N
S
C
A
L
I
N
G

E
S
T
A
D
S
T
I
C
O

Las predicciones futuras del oleaje se pueden estimar mediante tcnicas de extrapolacin de
tendencias del clima martimo a partir de tcnicas de anlisis estadstico no estacionario,
estando condicionadas por las emisiones del perodo a partir del cul se han extrapolado las
tendencias. Otro procedimiento consiste en la obtencin de escenarios regionalizados de
cambio climtico, es decir, proyectando el clima futuro para obtener informacin con una
alta resolucin espacial y temporal.

La obtencin de escenarios regionalizados de cambio climtico implica aumentar la
resolucin espacial de la informacin proporcionada por los modelos globales o modelar
procesos fsicos y variables que los modelos globales no contemplan. Actualmente, este
problema, que se denomina downscaling, es uno de los objetivos prioritarios de la
comunidad cientfica para poder disponer de la informacin necesaria para realizar estudios
de impacto y adaptacin adecuados. Este problema se aborda mediante la aplicacin de dos
metodologas complementarias:

Las tcnicas de downscaling dinmico que tienen como objetivo aumentar la
resolucin de los modelos numricos globales, anidando modelos regionales
limitados a la zona de inters. En el caso del clima martimo, las condiciones
atmosfricas a escala global definen las condiciones de contorno del modelo global
de generacin del oleaje. El aumento de resolucin espacial en una determinada
regin se consigue mediante el anidamiento de mallas con un tamao de celda
menor, suponiendo un mayor tiempo de computacin.

Las tcnicas de downscaling estadstico que se basan en modelos que relacionan de
forma emprica las variables de circulacin a gran escala, proporcionadas por
modelos numricos de circulacin global, con variables locales observadas
relacionadas con el fenmeno de estudio. Estos modelos se ajustan utilizando el
clima presente y se utilizan posteriormente para proyectar las predicciones futuras,
suponiendo la estacionalidad del modelo. Estas ltimas tcnicas presentan varias
ventajas: calibran/corrigen estadsticamente posibles deficiencias y desajustes
sistemticos de modelos globales, pueden considerar como predictores del mtodo
estadstico aquellas variables de circulacin reproducidas con una mayor fiabilidad y
suponen un menor consumo computacional que integrar modelos numricos de
circulacin.

En este anexo se plantea un modelo de downscaling estadstico para el estudio de la
variabilidad climtica del oleaje en el futuro.


- A8.1.3 -
A
8
.
1

D
O
W
N
S
C
A
L
I
N
G

E
S
T
A
D
S
T
I
C
O

A8.1.3 Modelo desarrollado

En este documento se ha aplicado un mtodo de downscaling estadstico basado en tipos de
tiempo de circulacin atmosfrica (weather o circulation types) para estimar proyecciones
locales de clima martimo (Figura A8.1.1).

Figura A8.1.1. Representacin esquemtica de la metodologa de downscaling

El downscaling est basado en el hecho de que el clima martimo a escala local est
determinado por los patrones circulatorios de gran escala mediante la relacin Y=f(x),
donde el predictando Y representa el clima martimo a escala local mientras que el predictor
X es un tipo de circulacin atmosfrica.

En primer lugar es necesario determinar el predictor (variable atmosfrica) ms
representativo en la simulacin del predictando (oleaje), tanto en la extensin de dominio
espacial como en su escala temporal. El siguiente paso consiste en la clasificacin del
predictor para obtener una serie de tipos de tiempo (weather types), representativos de la
variacin atmosfrica del mismo. Estos patrones atmosfricos se obtienen mediante la
aplicacin de tcnicas de clasificacin de minera de datos (en concreto, la tcnica k-
medias).

Una vez establecidos los tipos de tiempo en la zona de inters, se vincula cada dato de
oleaje a escala local con el tipo de tiempo ms parecido a la situacin atmosfrica real que


- A8.1.4 -
A
8
.
1

D
O
W
N
S
C
A
L
I
N
G

E
S
T
A
D
S
T
I
C
O

produjo dicho oleaje. Por tanto, para cada tipo de tiempo, se dispone de la coleccin de
estados de mar asociados, permitiendo definir el histograma del parmetro considerado en
la caracterizacin de cada estado de mar (altura de ola significante, flujo de energa)
asociado a cada tipo de tiempo (Figura A8.1.2). Ms concretamente, para cada uno de los
tipos de tiempo categorizados (WT
i
) se generan unas condiciones de clima martimo
definidas por la funcin de probabilidad de cada parmetro de oleaje objetivo (predictando).
De esta manera se puede asociar no solo los valores medios de cada variable del oleaje
asociados a una situacin sinptica determinada, si no tambin cualquier estadstico de la
distribucin, o la distribucin conjunta de dos o tres variables del oleaje (adems de la
altura de ola considerar el periodo medio y la direccin media del oleaje), como se muestra
en la Figura A8.1.3.

Figura A8.1.2. Ejemplo de tipo de tiempo (WTi) y su histograma asociado (fi(H)).


- A8.1.5 -
A
8
.
1

D
O
W
N
S
C
A
L
I
N
G

E
S
T
A
D
S
T
I
C
O

Figura A8.1.3. Ejemplo de tipo de tiempo (WT
i
) y su histograma tri-dimensional asociado (f
i
(H,T,Dir))

Esta metodologa se utiliza para caracterizar el clima martimo en cualquier periodo en
funcin de las probabilidades de ocurrencia de los distintos tipos de tiempo mediante la
asociacin de cada tipo de tiempo en dicho periodo con un determinado predictando.

Durante el periodo de calibracin del modelo cada tipo de tiempo tiene una probabilidad p
i
,
siendo la probabilidad total igual a 1. La funcin de densidad total de alturas de ola se
define como la suma de las funciones correspondientes a cada tipo de tiempo (f
i
(H)) por la
probabilidad de cada tipo de tiempo (ver Figura A8.1.4):

1 1
( ) ( ) ... ( )
N N
f H p f H p f H

siendo N el nmero total de tipos de tiempo y

De esta manera, durante un periodo futuro de tiempo se calcularan las probabilidades de
los tipos de tiempo p
i
, determinndose la funcin de densidad de altura de ola durante ese
tiempo como:

' ' '
1 1
( ) ( ) ... ( )
N N
f H p f H p f H

Y=f(H,T,Dir)


- A8.1.6 -
A
8
.
1

D
O
W
N
S
C
A
L
I
N
G

E
S
T
A
D
S
T
I
C
O

Figura A8.1.4. Esquema del modelo estadstico para el downscaling de las predicciones de cambio climtico.

A8.1.3.1 Caracterizacin del predictor que explica el oleaje en Trujillo

Los campos de vientos en superficie constituyen la variable martima atmosfrica ms
directamente relacionada con el oleaje. Sin embargo, el modelo estadstico de downscaling
se va a emplear para analizar futuros cambios en el oleaje a partir de los resultados
generados por los modelos de circulacin globales, siendo la presin a nivel del mar una
variable atmosfrica reproducida con una mayor fiabilidad en el periodo de control de los
distintos modelos (1973-2003, escenario 20c3m) que los campos de viento.

Por otro lado, los campos de vientos tambin se pueden obtener a partir de los campos de
presiones al nivel del mar. Esta variable se ha venido utilizando como patrn atmosfrico en
distintos modelos estadsticos de oleaje a escala mensual (Kushnir et al., 1997, Wang et al.,
2006), mostrando una alta correlacin. Los vientos geostrficos son una adecuada
aproximacin de los vientos reales por encima de la capa de friccin (500-1000 m por
encima de la superficie de la tierra). Estos vientos tienden a ser paralelos a las isobaras, y
por tanto, la direccin del viento puede ser definida mediante la orientacin de las isobaras.

La velocidad del viento es proporcional al gradiente de presiones, pudiendo ser estimada a
partir de la distancia entre isobaras. El campo de gradientes al cuadrado de las presiones a
nivel del mar (definido con la suma de las componentes zonal y meridional del cuadrado de
los gradientes de las presiones al nivel del mar, proporcional a la energa del viento) se han
utilizado como predictores en definicin de modelos de regresin para la estimacin del
oleaje en una localizacin en aguas profundas (Wang et al., 2004, Wang et al., 2006).

En este estudio se plantea utilizar la presin al nivel del mar (el gradiente de presiones se
deriva a partir de esta misma variable) como predictor del modelo estadstico del oleaje en
las inmediaciones de Trujillo.
X=(WT
1
,WT
2
,WT
3
,WT
4
)
Y
p
1
p
2
p
3
p
4
f
1
(H) f
3
(H)
f
2
(H) f
4
(H)


- A8.1.7 -
A
8
.
1

D
O
W
N
S
C
A
L
I
N
G

E
S
T
A
D
S
T
I
C
O

Otro aspecto a tener en cuenta en la definicin del predictor es el rea de influencia de las
presiones en la generacin del oleaje.

A8.1.3.2 Eleccin del rea de influencia de las presiones en la generacin
del oleaje SLP gradiente de presiones

Los estados de mar estn formados por una componente sea (oleaje irregular y de pequeo
periodo generado localmente) y una componente swell (oleaje regular de alto periodo
generado por tormentas formadas a gran distancia, que alcanza la zona objetivo unos das
despus, dependiendo de la proximidad a la zona de generacin).

Con el objetivo de determinar de donde procede el oleaje en un determinado punto se ha
planteado una metodologa basada en transporte de flujo de energa del oleaje que alcanza
un determinado punto.

Se parte del nodo ms prximo de la base de datos de reanlisis GOW (con una resolucin
espacial a escala global de 1) ms prximo al punto de inters. Desde ese punto se trazan
ortodrmicas (camino ms corto entre dos puntos de la superficie terreste sobre el crculo
mximo que los une) a los dems nodos de la base de datos de reanlisis que se
encuentren sobre esos arcos. Se calcula el flujo de energa del oleaje de la seccin
direccional del espectro de cada estado de mar que puede alcanzar el punto objetivo en
cada uno de los nodos considerados. Por otro lado, tambin se calcula el tiempo medio en
das que tarda en alcanzar esa porcin de energa el punto objetivo, mediante la celeridad
de grupo y la distancia al punto objetivo. Una vez se ha calculado el tiempo medio para los
nodos desde los cules llega energa hasta el punto objetivo, se puede determinar el mapa
de isocronas (curvas de igual valor del tiempo en que tarda en llegar la energa del oleaje
existe en un nodo al punto objetivo). Por otro lado, calculado el flujo de energa en cada
nodo de reanlisis de determina la diferencia entre el flujo entrante y saliente, obtenindose
reas de generacin de energa del oleaje. La informacin del flujo de energa unida a la del
tiempo de viaje permite conocer la cantidad de energa considerada en funcin del nmero
de das que se tome como predictor.

En la Figura A8.1.5 se muestra de donde proviene la energa que compone el oleaje en un
punto en las proximidades de Trujillo y los das que esa energa tarda en alcanzar dicha
localizacin:


- A8.1.8 -
A
8
.
1

D
O
W
N
S
C
A
L
I
N
G

E
S
T
A
D
S
T
I
C
O

Figura A8.1.5. Flujo de energa e isocronas de la energa del oleaje que alcanza el nodo de la base de reanlisis
GOW en las proximidades de Trujillo.

A partir de la Figura A8.1.5, se puede observar como el oleaje en la zona de estudio est
formado principalmente por una componente swell cuyas zonas de generacin se sitas en
el Pacfico Sur y Pacfico Norte, siendo la parte de energa del hemisferio sur ms
importante. El nmero de das que tarda el oleaje generado en estas zonas en llegar a las
costas del Per se puede establecer en el orden de los 12-14 das. Por tanto, en la definicin
del predictor del oleaje en Trujillo es necesario considerar un rea de influencia del campo
de presiones al nivel del mar con una extensin que abarque todo el Pacfico e incluir la
historia reciente de esta variable atmosfrica una serie de das previos (entre 9 y 15 das).
Se requiere un estudio de la sensibilidad del modelo estadstico al nmero de das previos
considerados en la definicin del predictor.

A8.1.3.3 Clasificacin de los patrones atmosfricos

Los tipos de clima se definen en funcin de los campos de presiones a nivel del mar (SLP)
en el rea de influencia establecido anteriormente. Adems, se ha considerado una mscara
en funcin del valor mnimo del flujo de energa mostrado en la Figura A8.1.5, con objeto de
eliminar reas no generadoras del oleaje que llegue al punto objetivo. Se ha considerado
tanto el campo de presiones medio como el campo de gradiente de presiones al cuadrado
medio durante diferentes periodos de tiempo (9 das, 12 das y 15 das), tomados de da en
da. Esto quiere decir que el predictando (oleaje) que va a volcarse en cada tiempo de
tiempo es la serie de estados de mar ocurridos durante el ltimo da del periodo de 9, 12
15 das de la historia previa del predictando. Este predictor de gran escala reproducira la
componente swell del oleaje. Con el objetivo de simular la componente sea del oleaje (con
un rea de generacin local y ms inmediata en el tiempo), se han considerado las
presiones medias (o el gradiente al cuadrado de las presiones) en un rea prximo al punto


- A8.1.9 -
A
8
.
1

D
O
W
N
S
C
A
L
I
N
G

E
S
T
A
D
S
T
I
C
O

objetivo durante el mismo periodo de tiempo que el predictando (es decir, el ltimo da del
periodo de 9, 12 15 das).

Antes de la clasificacin mediante K-medias, se aplica la tcnica de anlisis de componentes
principales (PCA) que permite reducir la dimensionalidad de los datos eliminando
informacin redundante como consecuencia de la correlacin espacial entre los distintos
nodos del campo de presiones. Esta reduccin de la dimensin de los datos permite la
simplificacin de la posterior clasificacin en tipos de tiempo. El anlisis de las componentes
principales sirve para reducir la dimensionalidad del problema conservando el mximo de
varianza de los datos. Este mtodo estadstico descompone una determinada variable
numrica espacio-temporal en una combinacin lineal de modos o funciones ortogonales
numricas (EOFs). Estos modos espaciales definen la nueva base de proyeccin y
representan aquellas direcciones del espacio donde los datos tienen la mayor varianza. Las
proyecciones sobre esta nueva base son las componentes principales (PCs).

Posteriormente, se aplica la tcnica K-medias que divide el espacio de los datos en M clases,
representadas por su centroide, cada una de las cuales agrupa un conjunto de estados de la
atmsfera de caractersticas similares. El nmero de tipos de clima considerado se ha fijado
en M=100, como solucin de compromiso entre un nmero de clases suficientemente
grande como para contener situaciones que en el presente son poco probables pero pueden
aparecer con mayor frecuencia en las prximas dcadas, y a la vez suficientemente
pequeo como para que el nmero de datos en cada clase sea representativo.

En la Figura A8.1.6 se muestran los tipos de tiempo obtenidos mediante k-medias y
ordenados posteriormente mediante un proceso similar al de las redes neuronales auto-
organizativas (SOM), basado en un criterio de similitud, que permiten la disposicin de los
tipos de tiempo en una cuadrcula con orden espacial. Patrones climticos similares se
sitan prximos en esta cuadrcula junto con una transicin suave de unos a otros, de tal
forma que resulta una visualizacin intuitiva de los patrones climticos. Cada grupo o
cluster est definido por el patrn a escala 12 diaria en el rea de generacin que abarca
todo el pacfico y el patrn diario en un rea local. Por ejemplo, el grupo 1 est definido por
ambos patrones situados en la esquina superior izquierda del mapa de tipos de tiempo
(grfico superior e inferior de la Figura A8.1.6).


- A8.1.10 -
A
8
.
1

D
O
W
N
S
C
A
L
I
N
G

E
S
T
A
D
S
T
I
C
O

Figura A8.1.6. Clasificacin de los tipos de tiempo del predictor del modelo estadstico. Grfica superior: gradiente
al cuadrado de presiones medio durante 12 das en el rea de generacin del oleaje en el punto objetivo de Trujillo
(con una mscara en funcin del valor del flujo medio de energa del oleaje para eliminar reas de no generacin
del oleaje). Grfica inferior: gradiente al cuadrado de presiones medio durante 1 da (el ltimo de los 12 das) en
un rea local prxima a Trujillo.


- A8.1.11 -
A
8
.
1

D
O
W
N
S
C
A
L
I
N
G

E
S
T
A
D
S
T
I
C
O

A8.1.3.4 Variabilidad estacional.

La cuadrcula sobre la que se han representado los tipos de tiempo sirve para representar
diferente informacin asociados a dichos datos. Por ejemplo, se puede calcular el nmero de
situaciones atmosfricas representadas por cada tipo de tiempo y expresar esta
probabilidad de presentacin de cada tipo de tiempo pintando cada cuadrcula en una escala
azul. En la Figura A8.1.7 se muestra la frecuencia mensual de los tipos de tiempo (Enero,
Febrero, Marzo y Abril en la primera fila, Mayo, Junio, Julio y Agosto, en la segunda y
Septiembre, Octubre, Noviembre y Diciembre, en la ltima fila). Se puede observar como
determinados patrones ocurren durante los meses de verano mientras que otros son tpicos
de invierno (diferente localizacin en la cuadrcula de los cuadrados representados en azul).
Por ejemplo, durante los meses de invierno boreal se puede observar una intensificacin de
los tipos de tiempo (cuadrados azules en la esquina inferior izquierda y esquina superior
derecha de la Figura A8.1.7) que representan gradientes de presin (proporcional a la
energa del viento) en el hemisferio norte del Pacfico (tipos de tiempo situados en esos
mismos cuadrados en la Figura A8.1.6), que se corresponde con una intensificacin de la
componente del oleaje proveniente de esa zona de generacin.

Figura A8.1.7. Frecuencia mensual de los 100 tipos de tiempo obtenidos mediante k-medias.


- A8.1.12 -
A
8
.
1

D
O
W
N
S
C
A
L
I
N
G

E
S
T
A
D
S
T
I
C
O

En la Figura A8.1.8 se ha representado el valor medio del flujo medio de energa y de la
direccin media del flujo de energa del oleaje de los estados de mar asociados a cada uno
de los tipos de tiempo del predictor del modelo estadstico. Se puede observar como los
tipos de tiempo que ocurren durante el verano austral, que han sido identificados en la
esquina inferior izquierda y en la esquina superior derecha en la representacin de la
frecuencia mensual de los 100 tipos de tiempo de la Figura A8.1.7, y que por tanto, se
corresponden con las celdas en rojo de la Figura A8.1.8, presentan un flujo de energa
menor que durante los tipos de tiempo caracterstico del invierno austral (situados en la
parte central de la cuadrcula segn nos informa la frecuencia mensual de la Figura A8.1.7,
y por tanto, se corresponden con las celdas en una escala de amarillo-marrn de la Figura
A8.1.8). Estos resultados estn en concordancia con la variabilidad estacional del oleaje
indicada anteriormente, con mayores alturas de ola durante el verano.

Figura A8.1.8. Flujo medio de energa de los estados de mar asociados a cada tipo de tiempo.


- A8.1.13 -
A
8
.
1

D
O
W
N
S
C
A
L
I
N
G

E
S
T
A
D
S
T
I
C
O

A8.1.4 Validacin.

El modelo estadstico del oleaje se ha realizado utilizando en la definicin del predictor la
base de datos de reanlisis de presiones al nivel del mar NCEP/NCAR y en la definicin del
predictando se ha empleado la base de datos de reanlisis del oleaje GOW. En ambos casos
de dispone de 61 aos de datos histricos. Por tanto, en la calibracin del modelo se han
empleado 52 aos (1948-1999) y los 9 restantes (2000-2008) se han utilizado en la
validacin del mismo.

Como se ha descrito en el planteamiento de la metodologa de downscaling, en cada tiempo
de tiempo se vuelcan los estados de mar correspondiente a cada predictor a escala diaria
(definido mediante los campos de gradiente de presiones medios de los 12 das anteriores
en el rea de generacin de la componente swell del oleaje y los campos de gradiente de
presiones medios del ltimo da del periodo de los 12 anteriores en un rea local prximo al
punto objetivo), perteneciente a cada grupo o cluster obtenido mediante la clasificacin con
k-medias. De esta manera, se obtiene una funcin de distribucin del parmetro de oleaje
considerado.

En la Figura A8.1.9 se muestra el histograma de altura de ola correspondiente a cada
cluster o tipo de tiempo durante el periodo de validacin del modelo. En gris se ha
representado el histograma real (es decir, los estados de mar ocurridos durante ese periodo
de tiempo) y en rojo, el histograma obtenido mediante el modelo estadstico (histogramas
de la altura de ola asociados a cada tipo de tiempo durante el periodo de calibracin). Se
puede observar como el modelo es capaz de reproducir los histogramas, hasta en los tipos
de tiempo con poca frecuencia de ocurrencia de estados de mar.


- A8.1.14 -
A
8
.
1

D
O
W
N
S
C
A
L
I
N
G

E
S
T
A
D
S
T
I
C
O

Figura A8.1.9. Histogramas de altura de ola asociados a cada tiempo de tiempo durante el periodo de validacin
(2000-2008): el histograma real en gris y el histograma estimado mediante el modelo en rojo.

Se ha validado la prediccin de la altura significante media mensual y el percentil 95% de la
altura de ola significante durante el periodo de validacin del modelo. El valor real se calcula
a partir del histograma de alturas de ola correspondiente a cada tipo de tiempo (cada unos
de los 100 grupos en los que se ha clasificado la variable global atmosfrica) durante el
periodo de validacin y la posterior suma de cada histograma por la probabilidad de su
correspondiente tipo de tiempo del periodo de validacin. A partir de la distribucin total
real de alturas de ola se calcula el valor medio y el percentil del 90% de la altura de ola
significante. El valor estimado mediante el modelo estadstico se calcula a partir de los
histogramas de altura de ola asociados a cada tipo de tiempo determinados en el periodo de
calibracin (pues se asume que no se dispone del valor real del predictando, es decir, de la
altura de ola significante en este caso en el periodo de validacin), y las probabilidades de
los tipos de tiempo durante el periodo de validacin (s se dispone del predictor). Los
histogramas de la altura de ola del periodo de calibracin multiplicados por la
correspondiente probabilidad de los tipos de tiempo en el periodo de validacin se
determina la distribucin total, a partir de la cual se puede estimar el valor medio y el
percentil 90% de la altura de ola significante. En la Figura A8.1.10 se muestra el valor real
en azul y el valor estimado mediante el modelo en rojo. Como se puede apreciar, el modelo
desarrollado es capaz de reproducir el ciclo estacional as como las variaciones interanuales.


- A8.1.15 -
A
8
.
1

D
O
W
N
S
C
A
L
I
N
G

E
S
T
A
D
S
T
I
C
O

Figura A8.1.10. Comparacin de los estadsticos mensuales: media y percentil 95% de la altura de ola significante
durante el periodo de validacin (2000-2008): en azul a partir de datos reales y en rojo a partir del modelo
estadstico.

A8.1.5 Conclusiones.

Se ha aplicado una tcnica de downscaling estadstico para la posterior proyeccin del clima
martimo en los distintos escenarios de cambio climtico. Esta tcnica consiste en relacionar
las variables atmosfricas a escala global generadoras del oleaje (predictor) con el clima
martimo local (predictando). La variable atmosfrica considerada ms adecuada para
simular la variable local de inters se clasifica en una serie de tipos de tiempo. Cada dato
de oleaje (por ejemplo, definido por la altura de ola significante) se asocia al tipo de tiempo
ms parecido a la situacin atmosfrica real que produjo dicho oleaje. De esta manera, se
obtiene una distribucin de estados de mar (alturas de ola, siguiendo con el mismo
ejemplo) generados por cada de tipo de tiempo, y la distribucin total de alturas de ola se
calcula como la suma de las distribuciones de dicha variable local por la probabilidad del
correspondiente tipo de tiempo. En los escenarios del futuro se dispondr de una nueva
probabilidad de tipos de tiempo, calculndose la distribucin total de alturas de ola como la
suma del histograma de dicha variable asociada a cada tipo de tiempo (calculado en el


- A8.1.16 -
A
8
.
1

D
O
W
N
S
C
A
L
I
N
G

E
S
T
A
D
S
T
I
C
O

proceso de calibracin del modelo estadstico) y la probabilidad del correspondiente tipo de
tiempo en el futuro. A partir de la distribucin total, se puede estimar distintos estadstico
del oleaje, por ejemplo, altura de ola media mensual, percentil 90% de la altura de ola
mensual.

El predictor considerado ms adecuado para el oleaje en Trujillo est definido por el
gradiente al cuadrado de la presin al nivel del mar (proporcional a la energa del viento).
Se ha tenido en cuenta que cada estado de mar est compuesto por una componente swell
(oleaje generado por tormentas formadas a gran distancia que llega a la zona de inters
unos das ms tarde), y una componente sea (oleaje generado localmente). Se ha
observado que el oleaje en Trujillo est formado por una predominante componente swell,
cuyo origen de generacin se sita en la zona extratropical del hemisferio sur activa durante
todo el ao, adems de en la zona extratropical del hemisferio norte, activa durante el
verano austral. Por tanto, partiendo de que el predictando es la serie de estados de mar
ocurridos durante un da (valores de la altura de ola durante ese da), se ha definido un
predictor formado por el gradiente medio al cuadrado de las presiones al nivel medio del
mar de los 12 das previos al oleaje en las inmediaciones de Trujillo (tiempo medio que
tarda en propagarse el oleaje hasta la costa de estudio) en un rea que engloba las zonas
de generacin del oleaje en la zona de estudio, hemisferio sur y hemisferio norte del
Pacfico (componente swell), ms el gradiente medio al cuadrado de las presiones en un
rea local durante el mismo da que el oleaje (componente sea)

El predictor se ha clasificado en 100 tipos de tiempo mediante la tcnica de clasificacin k-
medias. Se ha calculado la distribucin de alturas de ola asociadas a cada tipo de tiempo.
Se ha validado el modelo de downcaling estadstico analizando la capacidad de reproducir la
altura de ola media mensual y el percentil 90% de la altura de ola mensual. Por tanto, una
vez se disponga de la probabilidad de los 100 tipos de tiempo, determinando a que grupo
pertenece cada situacin atmosfrica definida de igual manera que el predictor del modelo
estadstico de las proyecciones del clima para los distintos escenarios, se podr estimar el
oleaje en el futuro.

Despus del anlisis desarrollado y con el fin de dar respuesta en el proyecto con los
recursos y tiempos disponibles y dada la escala temporal de inters en el fenmeno de la
erosin costera, se ha optado por simplificar la metodologa de downscaling estadstico de
oleaje. En concreto, se va a utilizar como predictor los campos de atmsferas de
temperatura superficial del agua del mar a escala mensual (9 grupos), simplificando
notablemente el esfuerzo computacional. No obstante, en trabajos posteriores de
caracterizacin del clima de oleaje pasado, presente y futuro se podr hacer uso de la
metodologa basada en 100 tipos de circulacin atmosfrica diaria.

A11.1 MALLA RIESGOS HIDROLGICOS

A
1
1
.
1

M
A
L
L
A

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

ANEXO A11.1

GENERACIN DE LA MALLA PARA
EVALUAR LOS RIESGOS
HIDROLGICOS


A11.1.1 -
A
1
1
.
1

M
A
L
L
A

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

ANEXO A.11.1 GENERACIN DE LA MALLA PARA EVALUAR LOS
RIESGOS HIDROLGICOS

A11.1.1 Bases de partida

Para llevar a cabo el modelado hidrulico de Trujillo se ha partido de la base de datos del
modelo digital de terreno (MDT) generado por el grupo de GIS del IH Cantabria para este
proyecto, y que abarca un mbito ms amplio. En el caso concreto del estudio de los riesgos
hidrolgicos de la zona de estudio, tanto desde la perspectiva de la inundacin como
considerando las caractersticas de las zonas evaluadas (relieve variable), se precisaba una
adaptacin acorde a fines hidrolgicos e hidrulicos.

Es por ello que se ha generado un MDT, apropiado para evaluar los peligros asociados a la
inundacin al norte de la Libertad por las quebradas, en la propia ciudad tanto por la
quebrada de San Ildefonso como por la precipitacin en la zona urbana y al sur de la misma
por el ro Moche; quedando fuera de este MDT la zona de Salaverry.

A11.1.2. Descripcin de la metodologa aplicada

Para la generacin del MDT hidrolgico se emple un mtodo de interpolacin diseado
especficamente para crear modelos digitales de elevacin hidrolgicamente correctos [1].
Se trata del mtodo topo to raster incluido en las cajas de herramientas (toolboxes) [2]
de ArcGis. Este mtodo se basa en el programa ANUDEM [3,4] y como tal es el nico
interpolador de ArcGis diseado especficamente para trabajar de forma inteligente con
entradas de curvas de nivel. El procedimiento de interpolacin se dise para aprovechar
los tipos de datos de entrada comnmente disponibles y las caractersticas conocidas de las
superficies de elevacin.

De forma prctica, sin entrar en los detalles del mtodo, que se pueden encontrar en [5], la
herramienta topo to raster se basa en que el agua es la principal fuerza erosiva que
determina el paisaje. Por esto los paisajes tienen varias cumbres (mximos locales) y pocos
sumideros (mnimos locales). Con este conocimiento de las superficies e imponiendo
restricciones al proceso de interpolacin el resultado es una estructura de drenaje
conectada y la correcta representacin de crestas y arroyos. El propsito del proceso de
aplicacin de drenaje es quitar todos los puntos en el DEM de salida que no se identificaron
como sumideros en la entrada, ya que, es poco comn encontrarlos en paisajes naturales
[6].

Por ltimo cabe hacer un breve comentario respecto a la forma en que el mtodo usa la
informacin de las curvas de nivel. Al comienzo de la interpolacin, topo to raster
construye un modelo de drenaje generalizado usando las curvas de nivel. Al identificar las


A11.1.2 -
A
1
1
.
1

M
A
L
L
A

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

reas de curvatura local mxima en cada curva de nivel, se identifican las reas de
pendiente ms pronunciada y se crea una red de arroyos y crestas. Una vez se determina la
morfologa general de la superficie, los datos de curvas de nivel tambin se usan en la
interpolacin de valores de elevacin de cada celda.

En la figura A11.1.1 se seala la localizacin de las tres zonas de detalle que aparecen en
las figuras A11.1.2 a A11.1.4, en las que se muestran los MDT, el general y el hidrolgico,
junto a las curvas de nivel (figuras A11.1.2 y A11.1.4) y junto al entramado urbano del
centro de Trujillo (figura A11.1.3). En definitiva, se observa que la diferencia entre ambos
modelos es el mayor detalle en la discretizacin, junto con el empleo de un mtodo de
interpolacin especfico para hidrologa. El MDT completo generado con este mtodo se
presenta en la figura A11.1.6 y a partir de l se evaluarn los riesgos de inundacin en el
mbito de estudio.

Figura A11.1.1. mbito geogrfico del MDT especfico para usos hidrolgicos y localizacin de las figuras 2, 3 y 4

Figura2
Figura3
Figura4


A11.1.3 -
A
1
1
.
1

M
A
L
L
A

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura A11.1.2. MDT inicial (izquierda) y final (derecha). Detalle de la zona de Huanchaco.

Figura A11.1.3. MDT inicial (izquierda) y final (derecha). Detalle de la zona del casco urbano de Trujillo.


A11.1.4 -
A
1
1
.
1

M
A
L
L
A

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura A11.1.4. MDT inicial (izquierda) y final (derecha). Detalle de la zona del ro Moche.


A11.1.5 -
A
1
1
.
1

M
A
L
L
A

R
I
E
S
G
O
S

H
I
D
R
O
L
G
I
C
O
S

Figura A11.1.6. Resultado final del MDT realizado para evaluar los riesgos hidrolgicos.

A11.2 RIESGOS HIDROLGICOS

A
1
1
.
2

M
T
O
D
O

C
U
E
N
C
A
S

R
I
D
A
S

ANEXO A11.2

DESCRIPCIN DEL MTODO
RACIONAL MODIFICADO PARA
CUENCAS RIDAS


- A11.2.1 -
A
1
1
.
2

M
T
O
D
O

C
U
E
N
C
A
S

R
I
D
A
S

ANEXO A11.2. DESCRIPCIN DEL MTODO RACIONAL
MODIFICADO PARA CUENCAS RIDAS

A11.2.1 Descripcin del mtodo racional estndar

El mtodo racional permite obtener el caudal punta de avenida de una cuenca mediante la
aplicacin de la siguiente frmula:

K
A I C
Q

=
6 , 3

siendo:

Q (m
3
/s): Caudal punta correspondiente a un perodo de retorno dado.
C (adim.): Coeficiente de escorrenta de la cuenca o superficie drenada.
I (mm/h): Intensidad de la tormenta correspondiente al perodo de retorno
considerado y a un intervalo igual al tiempo de concentracin.
A (km2): Superficie de la cuenca.
K: Coeficiente de uniformidad

El rea considerada al aplicar el mtodo racional debe ser el rea efectiva vertiente, y no el
rea geogrfica delimitada por las lneas divisorias de cuenca. Dichas reas pueden diferir
en cuencas pequeas urbanizadas, donde la red de drenaje urbano modifica las pautas
naturales de flujo.

Se denomina coeficiente de escorrenta a la relacin entre el volumen escurrido y la lluvia
bruta total registrada en una cuenca. Representa, por tanto, la proporcin de lluvia que
alcanza los cauces, frente a la que se evapora, es consumida por las plantas o sirve para
recargar los acuferos. Se trata de un parmetro que, lejos de permanecer estable, vara en
funcin del intervalo de tiempo analizado y de magnitud de la lluvia, para una cuenca dada.
Por tanto, el concepto de coeficiente de escorrenta es vlido a efectos prcticos siempre
que se definan explcitamente la escala temporal (horas, das, meses o aos) y el tipo de
rgimen (medio o extremo) objetivos. En este estudio se va a trabajar con tormentas
extremas de duracin, por lo general, inferior a 2 3 das, y en particular con periodos
crticos, de duracin entre 1 y 5 horas, dentro de dichas tormentas. El coeficiente de
escorrenta C depende de la relacin de la precipitacin diaria P
d
correspondiente al perodo
de retorno seleccionado y el umbral de escorrenta P
o
a partir del cual se inicia sta. El
valor de C se obtiene por aplicacin de la siguiente frmula:
2
0
0 0
11
23 1
|
|
.
|
\
|
+
|
|
.
|
\
|
+
|
|
.
|
\
|
=
P
p
P
p
P
p
C
d
d d


- A11.2.2 -
A
1
1
.
2

M
T
O
D
O

C
U
E
N
C
A
S

R
I
D
A
S

El valor del coeficiente de escorrenta, piedra angular del mtodo, se calcular por regla
general con las frmulas descritas, pero esto no es bice para que el hidrlogo pueda
aplicar un criterio de experto que difiera de dichas frmulas, basndose en argumentos
razonados. El umbral de escorrenta P
o
se obtiene a partir del valor del nmero de curva
asignado a la cuenca.
|
.
|
\
|
=
=
1
100
254
2 . 0
0
CN
S
S P

Por tanto, se obtiene la siguiente relacin entre el umbral de escorrenta y el nmero de
curva:
|
.
|
\
|
= 1
100
80 , 50
0
CN
P

A11.2.2 Clculo del coeficiente de escorrenta en zonas ridas.

Como ya se ha sealado, el comportamiento hidrolgico de cuencas ridas es complejo,
hecho que afecta en particular a la evaluacin de los coeficientes de escorrenta. Las
cuencas ridas presentan importantes tasas de infiltracin en la red fluvial, que adems
suele ser relativamente densa (hasta 100 km de cauces por km2 de cuenca drenante). Por
tanto, en el concepto de coeficiente de escorrenta aplicado a zonas desrticas se deben
englobar dos fenmenos de distinta naturaleza:

- Generacin de escorrenta superficial a partir de la precipitacin bruta.
- Infiltracin en los cauces de las avenidas.

El primero es el coeficiente de escorrenta en sentido tradicional, que predomina en la
cuencas de clima hmedo, donde se suele despreciar el segundo a efectos de clculo de
caudales extremos, salvo en tramos o casos concretos. En este contexto, para evitar
confusiones terminolgicas, se denominar coeficiente de transferencia (C
t
) al parmetro
que da cuenta del primer fenmeno, y coeficiente de infiltracin (C
i
) al segundo, de forma
que el coeficiente de escorrenta total C resulta del producto de los dos:

i t
C C C =

Datos procedentes de cuencas ridas instrumentadas a escala global.

Una de las pocas cuencas ridas que ofrece datos es la de Walnut Gulch en Arizona.
Michaud y Sorooshian (1994) analizaron los diez eventos ms importantes de lluvia en 25
aos, y obtuvieron coeficientes de escorrenta entre 0.05 y 0.7, con un valor medio de 0.14.


- A11.2.3 -
A
1
1
.
2

M
T
O
D
O

C
U
E
N
C
A
S

R
I
D
A
S

Este dato debe analizarse a la luz de las caractersticas climticas, geogrficas y geolgicas
de la cuenca, similares a las de los barrancos del rea de estudio.

Walnut Gulch de una cuenca de 149 km2 con precipitacin anual media de unos 324 mm.
Su forma es alargada con longitud del cauce principal de unos 22 km. Las lluvias existentes
en esta regin del sudoeste de EEUU son de carcter convectivo, con una duracin inferior a
3 horas y distribucin espacial poco homognea y de tamao inferior a la cuenca. Se da la
circunstancia de que las lluvias importantes se producen en la mitad superior de la cuenca,
disponiendo de ms de 8 km de cauce sin aportaciones relevantes antes de alcanzar el
punto de desage, y la cuenca de Walnut Gulch destaca por alta tasa de infiltracin (Ci) que
se produce en el lecho de los ros.

En la figura 11.2.1 se presentan resultados de escorrenta versus lluvia total de tormentas
registradas a lo largo de 15 meses en la cuenca de Rambla Honda en Almera (Espaa), con
una precipitacin media anual de unos 300 mm, ligeramente superior a la de Trujillo. Se
observa la gran variabilidad del coeficiente de escorrenta, que equivale a la pendiente de la
recta que unira cualquier punto con el origen de coordenadas. El coeficiente medio de todos
los eventos registrados se sita en torno a 0,07, pero la envolvente superior alcanza valores
de 0,33. Este hecho refuerza la afirmacin de que la hidrologa de zonas ridas es muy
compleja y requiere abundante informacin especfica de cada enclave para llegar a
conclusiones fiables.

Figura A11.2.1. Valores de escorrenta vs. lluvia total de tormentas registradas en Rambla Honda (Almera,
Espaa). Tomado de Nicolau et al. (Geomorphology 14, 1996, pgs. 297-309)


- A11.2.4 -
A
1
1
.
2

M
T
O
D
O

C
U
E
N
C
A
S

R
I
D
A
S

Otra cuenca analizada en la literatura ha sido la de Wadi Ghat en Arabia Saud, con 597
km2. En este caso, se han obtenido coeficientes de escorrenta entre 0.06 y 0.8 (Wheater y
Brown, 1989), con un valor medio alrededor de 0.2. Tal variabilidad en los coeficientes se
debe, en gran medida, a la combinacin de procesos de transferencia lluvia-caudal con
procesos de infiltracin.

Capacidad de infiltracin de los torrentes (Ci)

Existe informacin sobre la capacidad de infiltracin de los torrentes ridos, apta a priori
para determinar Ci de forma aislada. Walters (1990) propuso un modelo predictivo de la
capacidad de infiltracin de un cauce en zona rida, vlido para el diseo y basado en
informacin de varios ros y arroyos efmeros de distintas partes del mundo.

El modelo es sencillo de usar y parte de un nico parmetro, el porcentaje de volumen
infiltrado en la primera milla de cauce con respecto al volumen total del hidrograma de
entrada (V1/Va); en caso de que no se conozca su valor, el autor propuso un valor medio
de 0.05, como resultado de un ajuste de los datos disponibles (figura 11.2.2). Observando
dicha figura con detenimiento, se comprueban varios hechos:

- Los puntos ajustados presentan gran variabilidad. El valor de V1/Va igual a 0.05
representa una media, pero se puede definir una envolvente superior de 0.1 y una
inferior de 0.002.
- Los puntos correspondientes a la cuenca de Walnut Gulch son claros exponentes de
las mayores tasas de infiltracin dentro del conjunto de datos analizados.

La cuenca de Elm Fork en Texas, con valores de V1/Va de 0.002, no presenta apenas
infiltracin en cauces, a pesar de pertenecer a un entorno rido.


- A11.2.5 -
A
1
1
.
2

M
T
O
D
O

C
U
E
N
C
A
S

R
I
D
A
S

Figura A11.2.2 Valores del parmetro V1/Va en distintos cauces de zonas ridas. (Fuente: Walters, M.O., Journal of
Hydraulic Engineering, ASCE. Marzo de 1989)

El mtodo de Walters permite conocer el volumen de salida en funcin del valor adoptado
para V1/Va y de la longitud del cauce entre el punto de entrada y de salida. En la figura
11.2.2 se presenta el valor de Ci resultante de considerar tres valores diferentes de V1/Va
para varias longitudes.


- A11.2.6 -
A
1
1
.
2

M
T
O
D
O

C
U
E
N
C
A
S

R
I
D
A
S

COEFICIENTEDEINFILTRACIN PARA DISTINTOS VALORES DEV1/Va
0
0.2
0.4
0.6
0.8
1
1.2
0 2 4 6 8 10 12 14 16 18 20
Millas
C
o
e
f
i
c
i
e
n
t
e

d
e

i
n
f
i
l
t
r
a
c
i
n
0.01 0.05 0.1

V1/Va
Long.
(millas)
0.01
0.0
5 0.1
0 1 1 1
2 0.98 0.9
0.8
1
4 0.96
0.8
1
0.6
6
6 0.94
0.7
4
0.5
3
8 0.92
0.6
6
0.4
3
10 0.9 0.6
0.3
5
12 0.89
0.5
4
0.2
8
14 0.87
0.4
9
0.2
3
16 0.85
0.4
4
0.1
9
18 0.83 0.4
0.1
5
20 0.82
0.3
6
0.1
2
Figura A11.2.3. Valores del coeficientes de infiltracin en cauce para tres valores del parmetro V1/Va y
distintas longitudes de tramo.

Las conclusiones prcticas que se derivan del anlisis anterior son las siguientes:

- En general, el proceso de infiltracin en los cauces es relevante en cuencas ridas.

- La tasa de infiltracin vara notablemente de unas cuencas a otras, aun dentro de un
mismo entorno climtico y de vegetacin

- La distancia entre el punto de generacin de la lluvia y el punto de estudio es muy
importante para determinar las prdidas por infiltracin.

Dado que no se conoce el comportamiento real de los cauces que desembocan en Trujillo,
se adoptar la hiptesis de una tasa de infiltracin media, acorde con la propuesta de
Walters; se tomar, por tanto, un valor de V1/Va de 0.05, que es el observado en varias
cuencas del suroeste de EEUU. Por otra parte, las lluvias asociadas a frentes de borrasca
reducen la distancia media entre el punto de generacin y el de desembocadura, con
respecto a cuencas que slo experimentan lluvias convectivas; se tomar una distancia de
infiltracin equivalente a la mitad de la longitud del ro principal. En la figura A11.2.4 se
recogen los valores de Ci resultantes en las cuencas de estudio.


- A11.2.7 -
A
1
1
.
2

M
T
O
D
O

C
U
E
N
C
A
S

R
I
D
A
S

Cuenca
Long
(km)
Long inf.
(km) V1/Va
Coef
Infiltracin
30 15 0.05 0.62
14 7 0.05 0.80
16 8 0.05 0.77
16 8 0.05 0.77
30 15 0.05 0.62

Figura A11.2.4. Valores del coeficiente de infiltracin en las cuencas de estudio

Coeficiente de transformacin (Ct)

Los valores del coeficiente de transformacin en la cuenca de estudio se han derivado del
anlisis e interpretacin de las cuencas piloto mencionadas anteriormente, junto con
recomendaciones para el clculo de avenidas tomadas de otras fuentes. Por ejemplo, la
ciudad de Austin (Texas) recomienda los siguientes coeficientes de escorrenta (tomado de
Chow, Maidment and Mays, 1988):

Periodo de retorno 10 25 50 100 500
Pendiente plana (0-2%) 0.30 0.34 0.37 0.41 0.53
Pendiente media (2-7%) 0.38 0.42 0.45 0.49 0.58
Pendiente fuerte (>7%) 0.42 0.46 0.49 0.53 0.60

Figura A11.2.5 Valores de Ct propuestos en Austin (Texas) para zonas de pasto o desrticas

Teniendo en cuenta estos valores, en la figura A11.2.6 se recogen los coeficientes Ct
propuestos para las quebradas de Trujillo, en funcin del periodo de retorno.

Periodo de retorno 10 25 50 100 500
Valor de Ct 0.3 0.4 0.45 0.5 0.6

Figura A11.2.6 Valores de los coeficientes de transferencia Ct en las cuencas de estudio

En general, se puede afirmar que la eficiencia de conversin del agua de lluvia en caudal en
un entorno rido es alta, y por tanto el coeficiente Ct. Esto se debe principalmente a la
ausencia de vegetacin, a la corta duracin de los eventos de lluvia y al taponamiento del
suelo por interaccin de las gotas con las arcillas y limos de la cubierta. Sin embargo, la
densidad de cauces es muy alta y en ellos reposan materiales gruesos, aqullos que son
estables para las condiciones de flujo concentrado; esto hace que el coeficiente de
infiltracin Ci sea por lo general alto, dependiendo de la forma y pendiente de la cuenca, y
de la distancia desde la zona de generacin al punto de clculo.


- A11.2.8 -
A
1
1
.
2

M
T
O
D
O

C
U
E
N
C
A
S

R
I
D
A
S

Coeficientes de escorrenta totales.

Los valores finales del coeficiente de escorrenta C, producto de multiplicar Ct y Ci, son
finalmente los siguientes:

T (aos) 10 25 50 100 500
ct 0.38 0.42 0.45 0.49 0.58
ci 0.59 0.59 0.59 0.59 0.59
C=ci ct 0.22 0.25 0.26 0.29 0.34

Figura A11.2.7 Valores adoptados para el coeficiente de escorrenta C

A11.2.3 Tiempo de concentracin e intensidades de clculo
asociadas

El tiempo de concentracin de un cuenca es el tiempo que tarda la gota de lluvia efectiva
ms alejada del punto de desage en llegar a l, lo que equivale al tiempo que debe
mantenerse una determinada lluvia de intensidad constante para producir el mximo caudal
asociado a dicha intensidad.

La duracin de la lluvia de diseo ser igual al tiempo de concentracin. Este se calcular
mediante la frmula de la California Culverts Practice, 1942, que se recoge en el Manual de
Hidrologa, Hidrulica y Drenaje del Ministerio de Transportes y Comunicaciones de Per, y
cuya expresin se indica a continuacin, en la que L (m) es la del curso de agua ms largo y
H (m) la diferencia de nivel entre la divisoria de aguas y la salida

385 . 0
3
0195 . 0 (min)
(
=
H
L
T
c

La ausencia de estaciones pluviogrficas en la zona plantea dificultades a la hora de
determinar la intensidad de precipitacin a considerar en el clculo, por tratarse
generalmente de duraciones claramente inferiores a 24 horas.

La precipitacin de diseo se establece sobre una duracin estndar de un da del evento de
tormenta. Por lo tanto, es necesario aplicar una relacin entre dicha precipitacin diaria y la
asociada a cualquier otra duracin, correspondiente por lo general al tiempo de
concentracin de la cuenca que se desea analizar (aplicacin del mtodo racional). Para
realizar esta transformacin se ha ajustado y aplicado una de las curvas IDF (intensidad-
duracin-frecuencia) contenidas en Manual de Hidrologa, Hidrulica y Drenaje editado por
el Ministerio de Transportes y Comunicaciones de Per (para ms informacin, se puede
consultar la documentacin del convenio IILA SENAMHI-UNI, 1983):


- A11.2.9 -
A
1
1
.
2

M
T
O
D
O

C
U
E
N
C
A
S

R
I
D
A
S

Esta expresin con dos parmetros se ha ajustado a los datos disponibles de lluvia diaria en
diferentes periodos de retorno. Para el clculo de la forma del hietograma, es decir, la
distribucin de la lluvia dentro de la tormenta, se ha tomado como modelo la forma
asociada al mayor evento medido, la tormenta del 28 de febrero de 1998 (figura 11.2.8).
Para hacer extensible la forma de dicha tormenta a otras duraciones y cantidad de lluvia
acumulada, se ha ajustado un hietograma tipo adimensional mediante una funcin beta de
parmetros a=1.6, b=3.1, tal y como se representa en la figura 11.2.8 (derecha). Como se
puede observar, se trata de un hietograma ligeramente sesgado hacia el origen, en el que
aproximadamente dos tercios de la lluvia total se producen antes de la mitad de la duracin
de la tormenta.

Una vez se dispone de los coeficientes de escorrenta y las intensidades de clculo, es
posible obtener los caudales punta para cada quebrada, periodo de retorno y escenarios de
clculo.

Figura A11.2.8 Hietograma asociado a la mxima tormenta registrada en la ciudad de Trujillo (a la izquierda el
registrado, a la derecha el ajuste terico, basado en una funcin beta).

A11.3 CARACTERIZACIN DE LAS QUEBRADAS

A
1
1
.
3

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

D
E

L
A
S

Q
U
E
B
R
A
D
A
S

ANEXO A11.3

CARACTERIZACIN
HIDROLGICA DE LAS
QUEBRADAS


- A11.3.1 -
A
1
1
.
3

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

D
E

L
A
S

Q
U
E
B
R
A
D
A
S

ANEXO A11.3. CARACTERIZACIN HIDROLGICA DE LAS
QUEBRADAS

A11.3.1 Clima presente

QUEBRADA 1
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
6370.00 71.00 0.01 39.28
tc
California 93.56 1.56 horas
Kilpich 95.96 1.60 horas
Heras 2.97 horas

T 10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 15.90 24.00 33.12 44.16

ct 0.38 0.42 0.45 0.49 0.58
ci 0.59 0.59 0.59 0.59 0.59
c=ci*ct 0.22 0.25 0.26 0.29 0.34
i (mm/h) 4.77 14.12 21.19 28.26 44.68

Qmax 8.10 26.50 42.61 61.88 115.79

QUEBRADA 2
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
16400.00 667.00 0.04 57.26
tc
Heras 1.88 horas

T 10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 15.90 24.00 33.12 44.16

ct 0.38 0.42 0.45 0.49 0.58
ci 0.59 0.59 0.59 0.59 0.59
c=ci*ct 0.22 0.25 0.26 0.29 0.34
i (mm/h) 3.79 11.22 16.84 22.46 35.51

Qmax 9.39 30.69 49.36 71.68 134.13


- A11.3.2 -
A
1
1
.
3

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

D
E

L
A
S

Q
U
E
B
R
A
D
A
S

QUEBRADA 3
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
18960.00 1090.00 0.06 47.49
tc
Heras 1.44 horas

T 10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 15.90 24.00 33.12 44.16

ct 0.38 0.42 0.45 0.49 0.58
ci 0.59 0.59 0.59 0.59 0.59
c=ci*ct 0.22 0.25 0.26 0.29 0.34
i (mm/h) 3.87 11.46 17.21 22.95 36.28

Qmax 7.95 26.01 41.83 60.74 113.67

QUEBRADA 4
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
16000.00 1090.00 0.07 73.21
tc
Heras 1.64 horas

T 10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 15.90 24.00 33.12 44.16

ct 0.38 0.42 0.45 0.49 0.58
ci 0.59 0.59 0.59 0.59 0.59
c=ci*ct 0.22 0.25 0.26 0.29 0.34
i (mm/h) 4.71 13.95 20.93 27.92 44.14

Qmax 14.92 48.78 78.45 113.92 213.19


- A11.3.3 -
A
1
1
.
3

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

D
E

L
A
S

Q
U
E
B
R
A
D
A
S

QUEBRADA 5
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
1850.00 103.00 0.06 3.78
tc
Heras 0.41 horas

10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 15.90 24.00 33.12 44.16

ct 0.38 0.42 0.45 0.49 0.58
ci 0.58 0.58 0.58 0.58 0.58
c=ci*ct 0.22 0.24 0.26 0.28 0.34
i (mm/h) 22.96 67.95 101.99 136.02 215.04

Qmax 3.72 12.17 19.56 28.41 53.17

QUEBRADA 6
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
2000.00 54.90 0.03 4.20
tc
Heras 0.62 horas

10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 15.90 24.00 33.12 44.16

ct 0.38 0.42 0.45 0.49 0.58
ci 0.58 0.58 0.58 0.58 0.58
c=ci*ct 0.22 0.24 0.26 0.28 0.34
i (mm/h) 16.47 48.74 73.15 97.56 154.25

Qmax 2.96 9.70 15.59 22.64 42.38


- A11.3.4 -
A
1
1
.
3

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

D
E

L
A
S

Q
U
E
B
R
A
D
A
S

QUEBRADA 7
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
1000.00 81.00 0.08 1.70
tc
Heras 0.23 horas

T 10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 15.90 24.00 33.12 44.16

ct 0.38 0.42 0.45 0.49 0.58
ci 0.80 0.80 0.80 0.80 0.80
c=ci*ct 0.30 0.33 0.36 0.39 0.46
i (mm/h) 42.61 126.07 189.21 252.36 388.99

Qmax 4.26 13.93 22.40 32.54 59.36

QUEBRADA S.
ILDEFONSO
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
4550.00 143.00 0.03 18.49
tc
Heras 1.21 horas

T 10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 15.90 24.00 33.12 44.16

ct 0.38 0.42 0.45 0.49 0.58
ci 0.80 0.80 0.80 0.80 0.80
c=ci*ct 0.30 0.33 0.36 0.39 0.46
i (mm/h) 9.22 27.27 40.93 54.58 84.13

Qmax 10.02 32.78 52.70 76.54 139.65


- A11.3.5 -
A
1
1
.
3

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

D
E

L
A
S

Q
U
E
B
R
A
D
A
S

A11.3.2 Escenario climtico C4

QUEBRADA 1
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
6370.00 71.00 0.01 39.28
tc
Heras 2.97 horas

T 10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 17.49 26.40 36.43 48.58

ct 0.38 0.42 0.45 0.49 0.58
ci 0.59 0.59 0.59 0.59 0.59
c=ci*ct 0.22 0.25 0.26 0.29 0.34
i (mm/h) 5.25 15.53 23.30 31.08 49.14

Qmax 8.91 29.14 46.86 68.05 127.34

QUEBRADA 2
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
16400.00 667.00 0.04 57.26
tc
Heras 1.88 horas

T 10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 17.49 26.40 36.43 48.58

ct 0.38 0.42 0.45 0.49 0.58
ci 0.59 0.59 0.59 0.59 0.59
c=ci*ct 0.22 0.25 0.26 0.29 0.34
i (mm/h) 4.17 12.34 18.52 24.70 39.05

Qmax 10.32 33.76 54.28 78.83 147.52


- A11.3.6 -
A
1
1
.
3

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

D
E

L
A
S

Q
U
E
B
R
A
D
A
S

QUEBRADA 3
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
18960.00 1090.00 0.06 47.49
tc
Heras 1.44 horas

T 10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 17.49 26.40 36.43 48.58

ct 0.38 0.42 0.45 0.49 0.58
ci 0.59 0.59 0.59 0.59 0.59
c=ci*ct 0.22 0.25 0.26 0.29 0.34
i (mm/h) 4.26 12.61 18.92 25.24 39.90

Qmax 8.75 28.61 46.00 66.80 125.01

QUEBRADA 4
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
16000.00 1090.00 0.07 73.21
tc
Heras 1.64 horas

T 10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 17.49 26.40 36.43 48.58

ct 0.38 0.42 0.45 0.49 0.58
ci 0.59 0.59 0.59 0.59 0.59
c=ci*ct 0.22 0.25 0.26 0.29 0.34
i (mm/h) 5.18 15.34 23.02 30.70 48.54

Qmax 16.40 53.65 86.27 125.29 234.46


- A11.3.7 -
A
1
1
.
3

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

D
E

L
A
S

Q
U
E
B
R
A
D
A
S

QUEBRADA 5
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
1850.00 103.00 0.06 3.78
tc
Heras 0.41 horas

T 10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 17.49 26.40 36.43 48.58

ct 0.38 0.42 0.45 0.49 0.58
ci 0.58 0.58 0.58 0.58 0.58
c=ci*ct 0.22 0.24 0.26 0.28 0.34
i (mm/h) 25.26 74.73 112.16 149.59 236.50

Qmax 4.09 13.38 21.52 31.25 58.47

QUEBRADA 6
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
2000.00 54.90 0.03 4.20
tc
Heras 0.62 horas

T 10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 17.49 26.40 36.43 48.58

ct 0.38 0.42 0.45 0.49 0.58
ci 0.58 0.58 0.58 0.58 0.58
c=ci*ct 0.22 0.24 0.26 0.28 0.34
i (mm/h) 18.12 53.60 80.45 107.30 169.63

Qmax 3.26 10.66 17.15 24.90 46.60


- A11.3.8 -
A
1
1
.
3

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

D
E

L
A
S

Q
U
E
B
R
A
D
A
S

QUEBRADA 7
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
1000.00 81.00 0.08 1.70
tc
Heras 0.23 horas

10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 17.49 26.40 36.43 48.58

ct 0.38 0.42 0.45 0.49 0.58
ci 0.80 0.80 0.80 0.80 0.80
c=ci*ct 0.30 0.33 0.36 0.39 0.46
i (mm/h) 46.86 138.65 208.09 277.53 438.77

Qmax 4.69 15.32 24.64 35.78 66.96

QUEBRADA S.
ILDEFONSO
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
4550.00 143.00 0.03 18.49
tc
Heras 1.21 horas
tc 0.95
T 10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 17.49 26.40 36.43 48.58

ct 0.38 0.42 0.45 0.49 0.58
ci 0.80 0.80 0.80 0.80 0.80
c=ci*ct 0.30 0.33 0.36 0.39 0.46
i (mm/h) 10.13 29.99 45.01 60.03 94.90

Qmax 11.02 36.05 57.96 84.18 157.52


- A11.3.9 -
A
1
1
.
3

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

D
E

L
A
S

Q
U
E
B
R
A
D
A
S

A11.3.3. Escenario climtico C5

QUEBRADA 1
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
6370.00 71.00 0.01 39.28
tc
Heras 2.97 horas
media 2.04
T 10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 19.08 28.80 39.74 52.99

ct 0.38 0.42 0.45 0.49 0.58
ci 0.59 0.59 0.59 0.59 0.59
c=ci*ct 0.22 0.25 0.26 0.29 0.34
i (mm/h) 5.73 16.94 25.43 33.91 53.62

Qmax 9.72 31.80 51.13 74.25 138.95

QUEBRADA 2
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
16400.00 667.00 0.04 57.26
tc
Heras 1.88 horas

T 10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 19.08 28.80 39.74 52.99

ct 0.38 0.42 0.45 0.49 0.58
ci 0.59 0.59 0.59 0.59 0.59
c=ci*ct 0.22 0.25 0.26 0.29 0.34
i (mm/h) 4.55 13.46 20.21 26.95 42.61

Qmax 11.26 36.83 59.23 86.02 160.96


- A11.3.10 -
A
1
1
.
3

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

D
E

L
A
S

Q
U
E
B
R
A
D
A
S

QUEBRADA 3
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
3.00 18960.00 1090.00 0.06 47.49
tc
Heras 1.44 horas

T 10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 19.08 28.80 39.74 52.99

ct 0.38 0.42 0.45 0.49 0.58
ci 0.59 0.59 0.59 0.59 0.59
c=ci*ct 0.22 0.25 0.26 0.29 0.34
i (mm/h) 4.65 13.76 20.65 27.54 43.54

Qmax 9.54 31.21 50.19 72.89 136.41

QUEBRADA 4
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
16000.00 1090.00 0.07 73.21
tc
Heras 1.64 horas

T 10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 19.08 28.80 39.74 52.99

ct 0.38 0.42 0.45 0.49 0.58
ci 0.59 0.59 0.59 0.59 0.59
c=ci*ct 0.22 0.25 0.26 0.29 0.34
i (mm/h) 5.66 16.74 25.12 33.50 52.97

Qmax 17.90 58.54 94.14 136.71 255.83


- A11.3.11 -
A
1
1
.
3

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

D
E

L
A
S

Q
U
E
B
R
A
D
A
S

QUEBRADA 5
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
1850.00 103.00 0.06 3.78
tc
Heras 0.41 horas

T 10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 19.08 28.80 39.74 52.99

ct 0.38 0.42 0.45 0.49 0.58
ci 0.58 0.58 0.58 0.58 0.58
c=ci*ct 0.22 0.24 0.26 0.28 0.34
i (mm/h) 27.56 81.55 122.39 163.23 258.05

Qmax 4.46 14.60 23.48 34.10 63.81

QUEBRADA 6
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
2000.00 54.90 0.03 4.20
tc
Heras 0.62 horas

T 10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 19.08 28.80 39.74 52.99

ct 0.38 0.42 0.45 0.49 0.58
ci 0.58 0.58 0.58 0.58 0.58
c=ci*ct 0.22 0.24 0.26 0.28 0.34
i (mm/h) 19.77 58.49 87.78 117.08 185.10

Qmax 3.56 11.64 18.71 27.17 50.85


- A11.3.12 -
A
1
1
.
3

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

D
E

L
A
S

Q
U
E
B
R
A
D
A
S

QUEBRADA 7
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
1000.00 81.00 0.08 1.70
tc
Heras 0.23 horas

10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 19.08 28.80 39.74 52.99

ct 0.38 0.42 0.45 0.49 0.58
ci 0.80 0.80 0.80 0.80 0.80
c=ci*ct 0.30 0.33 0.36 0.39 0.46
i (mm/h) 51.13 151.29 227.06 302.83 478.76

Qmax 5.11 16.72 26.89 39.04 73.06

QUEBRADA S.
ILDEFONSO
Lmax(m)
Desnivel
max s(m/m)
rea
(km2)
4550.00 143.00 0.03 18.49
tc
Heras 1.21 horas
tc 0.95
10.00 25.00 50.00 100.00 500.00
Pd(mm/h) 19.08 28.80 39.74 52.99

ct 0.38 0.42 0.45 0.49 0.58
ci 0.80 0.80 0.80 0.80 0.80
c=ci*ct 0.30 0.33 0.36 0.39 0.46
i (mm/h) 11.06 32.72 49.11 65.50 103.55

Qmax 12.03 39.33 63.25 91.85 171.88

A11.4 MODELO SRH-2D

A
1
1
.
4

M
O
D
E
L
O

S
R
H
-
2
D

ANEXO A11.4

DESCRIPCIN DEL MODELO
HIDRULICO SRH-2D V.2.2

A11.4 MODELO SRH-2D

- A11.4.1 -
A
1
1
.
4

M
O
D
E
L
O

S
R
H
-
2
D

ANEXO A11.4 DESCRIPCIN DEL MODELO HIDRULICO SRH-2D
V.2.2

A11.4.1 Descripcin del modelo

El modelo SRH-2D es un modelo promediado en vertical que cuenta con un esquema
numrico robusto y estable en volmenes finitos, siendo capaz de utilizar una malla flexible
que puede contener celdas triangulares y rectangulares, con lo que se facilita su adaptacin
a las variaciones de las caractersticas del terreno.

El modelo SRH-2D v2 se puede usar con diversos objetivos:

- Evaluacin de flujos en una o varias corrientes que cubran un canal principal,
canales secundarios y llanuras de inundacin.

- Rutas y cartografa de inundacin de cualquier terreno.

- Flujos alrededor de estructuras (excepto erosin y fenmenos localizados)

- Flujos de rebase en diques.

- Flujos sobre reas con vegetacin e interaccin de los mismos con los flujos del
canal principal.

- Flujos en embalses con liberacin de un caudal conocido.

- Tendencias de evolucin morfolgica en cauces y llanuras.

Las ecuaciones fundamentales que resuelve el modelo numrico son las de Saint Venant,
que se obtienen promediando en vertical las ecuaciones de Navier-Stokes
(tridimensionales), asumiendo que la profundidad de la capa de agua es pequea en
relacin a las otras dimensiones del problema, que la distribucin de presiones en la vertical
es hidrosttica y que la pendiente de los cauces es reducida. Aplicando dichas hiptesis, las
ecuaciones de Saint Venant se pueden escribir de la forma que sigue:

yy yx
by yy xy
xy xx
bx
xy
xx
D D
y
z
gh
y
hT
x
hT
y
hVV
x
hUV
t
hV
D D
x
z
gh
y
hT
x
hT
y
hVU
x
hUU
t
hU
e
y
hV
x
hU
t
h
+ +
c
c
c
c
+
c
c
=
c
c
+
c
c
+
c
c
+ +
c
c
c
c
+
c
c
=
c
c
+
c
c
+
c
c
=
c
c
+
c
c
+
c
c
t

A11.4 MODELO SRH-2D

- A11.4.2 -
A
1
1
.
4

M
O
D
E
L
O

S
R
H
-
2
D

donde, t es el tiempo, x e y son las coordenadas horizontales cartesianas, h es la
profundidad del agua, U y V son los promedios de la profundidad para las componentes de
la velocidad en las direcciones x e y respectivamente, e es la tasa de exceso de lluvias y g
es la aceleracin gravitacional. T
xx
, T
xy
y T
yy
son los promedios de la profundidad de lo
trminos turbulentos, D
xx
, D
xy
, D
yx
y D
yy
son trminos de dispersin debidos al promedio de
la profundidad. z=z
b
+h es la elevacin de la superficie del agua, z
b
es la
topografa/batimetra, es la densidad del agua,
bx
y
by
, son las fricciones, las tensiones
tangenciales del fondo.

La friccin del fondo se calcula utilizando la ecuacin de la rugosidad de Manning de la
siguiente manera:
3 / 1
2
2 2
h
gn
C
V U
V
U
C
f
f
by
bx
=
+
|
|
.
|
\
|
=
|
|
.
|
\
|
t
t

donde n es el coeficiente de rugosidad de Manning, mencionada anteriormente.
Los trminos turbulentos estn basados en la ecuacin de Bousinessq, de forma que:

( )
( )
( ) k
y
V
Tyy
x
V
y
U
Txy
k
x
U
Txx
t
t
t
3
2
2
3
2
2
c
c
+ =
|
|
.
|
\
|
c
c
+
c
c
+ =
c
c
+ =
u u
u u
u u

donde es la viscosidad del agua,
t
es la viscosidad de remolino turbulenta y k es la
energa cintica turbulenta.

El modelo SRH-2D tiene la opcin de utilizar dos modelos de turbulencia para calcular la
viscosidad de remolino turbulenta (
t
) (Rodi 1993). El primero de ellos es un modelo
parablico promediado en vertical, donde
t
=C
t
U
*
h (U
*
es la velocidad de friccin del cauce
y C
t
=0.7). Y el segundo es un modelo k- de dos ecuaciones, donde
t
=C
k
2
/. En el caso
concreto de este estudio se ha utilizado el modelo parablico promediado en vertical.

Cabe sealar, por ltimo que el SRH-2D adopta un enfoque zonal para el modelado de los
canales principales, secundarios y las llanuras de inundacin de forma que se puede dividir
por zonas y asignar diferentes valores de un mismo parmetro como por ejemplo el
Coeficiente de rugosidad de Manning. De esta forma se puede delimitar las zonas en funcin
de sus caractersticas generales tales como la topografa, la vegetacin o la rugosidad del
cauce. Esto se consigue utilizando una malla hbrida de elementos mixtos para representar
la geometra (Lai 1997, 2000), donde se puede combinar cuadrilteros (mallas curvilneas),
tringulos (mallas convencionales de elementos finitos) y cuadrados y rectngulos (mallas
cartesianas).

A11.5 MAPAS HIDROLGICOS

A
1
1
.
5

M
A
P
A
S

H
I
D
R
O
L
G
I
C
O
S

ANEXO A11.5

MAPAS RIESGOS HIDROLGICOS
Huanchaco
Trujillo
Moche
El Porvenir
La Esperanza
Laredo
Victor Larco Herrera
Florencia de Mora
Source: Esri, i-cubed, USDA, USGS, AEX, GeoEye, Getmapping, Aerogrid, IGN, IGP, and the GIS User
Community
UTM 17S
Escala:

Calados mximos asociados a la avenida de escenario C4
Clima actual
0,7 0 0,7 1,4 2,1 0,35
km
L
E
Y
E
N
D
A
Distritos Trujillo
Red Fluvial
Manzanas
< 0,1
Calado (m)
0,1 - 0,2
1 - 1,5
1,5 - 2
2 - 3
>3
0,2 - 0,5
0,5 - 1
Huanchaco
Trujillo
Moche
El Porvenir
La Esperanza
Laredo
Florencia de Mora
Community
UTM 17S
Escala:

Peligrosidad potencial de vidas humanas
asociado a la avenida de escenario C4
Clima actual
0,7 0 0,7 1,4 2,1 0,35
km
L
E
Y
E
N
D
A
Distritos Trujillo
Red Fluvial
Manzanas
Prdida de vidas humanas
por cada 10.000 hab
<10
10 - 100
100 - 1.000
>1.000
Huanchaco
Trujillo
Moche
El Porvenir
La Esperanza
Laredo
Florencia de Mora
Community
UTM 17S
Escala:

Riesgo en edificaciones
asociado a la avenida del escenario C4
0,7 0 0,7 1,4 2,1 0,35
km
L
E
Y
E
N
D
A
Distritos Trujillo
Red Fluvial
Manzanas
Nivel de dao
1
2
3
4
5
Huanchaco
Trujillo
Moche
El Porvenir
La Esperanza
Laredo
Florencia de Mora
Community
UTM 17S
Escala:

Riesgos de prdida de vidas humanas
0,7 0 0,7 1,4 2,1 0,35
km
L
E
Y
E
N
D
A
Distritos Trujillo
Red Fluvial
Manzanas
Prdida de vidas humanas media
por km2
< 0,01
0,01 - 0,1
0,1 - 1
1 - 10
10 - 100
100 - 1.000
Huanchaco
Trujillo
Moche
El Porvenir
La Esperanza
Laredo
Florencia de Mora
Community
UTM 17S
Escala:

Calados mximos asociados a la avenida de escenario C5
Clima actual
0,7 0 0,7 1,4 2,1 0,35
km
L
E
Y
E
N
D
A
Distritos Trujillo
Red Fluvial
Manzanas
< 0,1
Calado (m)
0,1 - 0,2
1 - 1,5
1,5 - 2
2 - 3
>3
0,2 - 0,5
0,5 - 1
Huanchaco
Trujillo
Moche
El Porvenir
La Esperanza
Laredo
Florencia de Mora
Community
UTM 17S
Escala:

asociado al evento C5
0,7 0 0,7 1,4 2,1 0,35
km
L
E
Y
E
N
D
A
Distritos Trujillo
Red Fluvial
Manzanas
por cada 10.000 hab
<10
10 - 100
100 - 1.000
>1.000
Huanchaco
Trujillo
Moche
El Porvenir
La Esperanza
Laredo
Florencia de Mora
Community
UTM 17S
Escala:

0,7 0 0,7 1,4 2,1 0,35
km
L
E
Y
E
N
D
A
Distritos Trujillo
Red Fluvial
Manzanas
Nivel de dao
1
2
3
4
5
Huanchaco
Trujillo
Moche
El Porvenir
La Esperanza
Laredo
Florencia de Mora
Community
UTM 17S
Escala:

0,7 0 0,7 1,4 2,1 0,35
km
L
E
Y
E
N
D
A
Distritos Trujillo
Red Fluvial
Manzanas
por km2
< 0,01
0,01 - 0,1
0,1 - 1
1 - 10
10 - 100
100 - 1.000
Huanchaco
Trujillo
Moche
El Porvenir
La Esperanza
Laredo
Florencia de Mora
Community
UTM 17S
Escala:

Calados mximos asociados a la avenida de 25 aos.
Clima actual
0,7 0 0,7 1,4 2,1 0,35
km
L
E
Y
E
N
D
A
Distritos Trujillo
Red Fluvial
Manzanas
< 0,1
Calado (m)
0,1 - 0,2
1 - 1,5
1,5 - 2
2 - 3
>3
0,2 - 0,5
0,5 - 1
Huanchaco
Trujillo
Moche
El Porvenir
La Esperanza
Laredo
Florencia de Mora
Community
UTM 17S
Escala:

asociado a la avenida de 25 aos.
Clima actual
0,7 0 0,7 1,4 2,1 0,35
km
L
E
Y
E
N
D
A
Distritos Trujillo
Red Fluvial
Manzanas
por cada 10.000 hab
<10
10 - 100
100 - 1.000
>1.000
Huanchaco
Trujillo
Moche
El Porvenir
La Esperanza
Laredo
Florencia de Mora
Community
UTM 17S
Escala:

asociado a la avenida de 25 aos
Clima actual
0,7 0 0,7 1,4 2,1 0,35
km
L
E
Y
E
N
D
A
Distritos Trujillo
Red Fluvial
Manzanas
Nivel de dao
1
2
3
4
5
Huanchaco
Trujillo
Moche
El Porvenir
La Esperanza
Laredo
Florencia de Mora
Community
UTM 17S
Escala:

Clima actual
0,7 0 0,7 1,4 2,1 0,35
km
L
E
Y
E
N
D
A
Distritos Trujillo
Red Fluvial
Manzanas
por km2
< 0,01
0,01 - 0,1
0,1 - 1
1 - 10
10 - 100
100 - 1.000
Huanchaco
Trujillo
Moche
El Porvenir
La Esperanza
Laredo
Florencia de Mora
Community
UTM 17S
Escala:

Calados mximos asociados a la avenida de 100 aos.
Clima actual
0,7 0 0,7 1,4 2,1 0,35
km
L
E
Y
E
N
D
A
Distritos Trujillo
Red Fluvial
Manzanas
< 0,1
Calado (m)
0,1 - 0,2
1 - 1,5
1,5 - 2
2 - 3
>3
0,2 - 0,5
0,5 - 1
Huanchaco
Trujillo
Moche
El Porvenir
La Esperanza
Laredo
Florencia de Mora
Community
UTM 17S
Escala:

asociado a la avenida de 100 aos.
Clima actual
0,7 0 0,7 1,4 2,1 0,35
km
L
E
Y
E
N
D
A
Distritos Trujillo
Red Fluvial
Manzanas
por cada 10.000 hab
<10
10 - 100
100 - 1.000
>1.000
Huanchaco
Trujillo
Moche
El Porvenir
La Esperanza
Laredo
Florencia de Mora
Community
UTM 17S
Escala:

Clima actual
0,7 0 0,7 1,4 2,1 0,35
km
L
E
Y
E
N
D
A
Distritos Trujillo
Red Fluvial
Manzanas
Nivel de dao
1
2
3
4
5
Huanchaco
Trujillo
Moche
El Porvenir
La Esperanza
Laredo
Florencia de Mora
Community
UTM 17S
Escala:

Clima actual
0,7 0 0,7 1,4 2,1 0,35
km
L
E
Y
E
N
D
A
Distritos Trujillo
Red Fluvial
Manzanas
por km2
< 0,01
0,01 - 0,1
0,1 - 1
1 - 10
10 - 100
100 - 1.000
Huanchaco
Trujillo
Moche
El Porvenir
La Esperanza
Laredo
Florencia de Mora
Community
UTM 17S
Escala:

Tipologa Edificatoria
0,7 0 0,7 1,4 2,1 0,35
km
L
E
Y
E
N
D
A
Distritos Trujillo
Red Fluvial
Manzanas
Tipologa edificatoria
Precaria
Frgil
Resistente
Laredo
Salaverry
Poroto
Huanchaco
Trujillo
Moche
El Porvenir
Simbal
La Esperanza
Florencia de Mora
Source: Esri, i-cubed, USDA, USGS, AEX, GeoEye, Getmapping, Aerogrid, IGN, IGP, and the GIS User Community
690000
690000
700000
700000
710000
710000
720000
720000
730000
730000
740000
740000
750000
750000
9
0
7
8
0
0
0
9
0
7
8
0
0
0
9
0
8
4
0
0
0
9
0
8
4
0
0
0
9
0
9
0
0
0
0
9
0
9
0
0
0
0
9
0
9
6
0
0
0
9
0
9
6
0
0
0
9
1
0
2
0
0
0
9
1
0
2
0
0
0
9
1
0
8
0
0
0
9
1
0
8
0
0
0
9
1
1
4
0
0
0
9
1
1
4
0
0
0
Per
Dpto.
La Libertad
UTM17S
Escala:
Profundidad mxima para el nivel de pleamar
Simulacin del evento 1619

2 0 2 4 6 1
km
Medida desde el nivel de pleamar media 0.7 m
L
E
Y
E
N
D
A
Profundidad mxima (m)
<2
2 - 3
3 - 4
4 - 5
>5
Distritos Trujillo
Red Fluvial
Manzanas
Proyecto
Huanchaco
Laredo
Trujillo
Moche
Salaverry
El Porvenir
La Esperanza
Florencia de Mora
Community
UTM 17S
Escala:

Riesgo por tsunami en edificaciones
Simulacin del evento 1619
0,9 0 0,9 1,8 2,7 0,45
km
L
E
Y
E
N
D
A
Distritos Trujillo
Red Fluvial
Manzanas
Nivel de dao
1
2
3
4
5
Huanchaco
Laredo
Trujillo
Salaverry
Moche
El Porvenir
La Esperanza
Florencia de Mora
Community
UTM 17S
Escala:

Riesgo Humano por tsunami
Simulacin del evento 1619 nivel de pleamar
0,95 0 0,95 1,9 2,85 0,475
km
L
E
Y
E
N
D
A
Distritos Trujillo
Red Fluvial
Manzanas
Riesgo Humano
1 - 2
2 - 4
5 - 9
10 - 16
20 - 25

A12.1 FUENTES TSUNAMIGNICAS

A
1
2
.
1

F
U
E
N
T
E
S

T
S
U
N
A
M
I
G
N
I
C
A
S

ANEXO 12.1

REVISIN Y
CARACTERIZACIN DE
FUENTES TSUNAMIGNICAS


- A12.1.0 -
A
1
2
.
1

F
U
E
N
T
E
S

T
S
U
N
A
M
I
G
N
I
C
A
S

ANEXO A12.1 REVISIN Y CARACTERIZACIN DE FUENTES
TSUNAMIGNICAS

A12.1.1 Introduccin

A la hora de realizar modelos de propagacin de tsunamis generados por terremotos es
necesario caracterizar las fallas sismotectnicas, es decir, las posibles fuentes
tsunamignicas locales cuya amenaza sea importante para la ciudad y regin de Trujillo,
Per. Esta caracterizacin se enfoca en dos aspectos que pueden dar informacin suficiente
y confiable. Estos aspectos son: 1) Una revisin de los eventos histricos ocurridos en la
zona y sus caractersticas y 2) Un anlisis de las caractersticas geolgicas de la zona de
subduccin Sudamericana en Per. En este estudio se ha llevado a cabo una revisin crtica
y fundamentada de estudios publicados en revistas cientficas de prestigio, a partir de la
cual se han seleccionado dos potenciales escenarios de tsunamis, probablemente los peores
casos posibles para la regin.

A12.1.2 Antecedentes de estudios de sismicidad y tsunamis en la
zona

Heck (1947) realiz un listado de tsunamis histricos mundiales, en este listado aparecen
los siguientes eventos asociados a daos en Per: 1586, 1604, 1678, 1687, 1705, 1724,
1746, 1868, 1869, 1871, 1877 y 1878. Aos despus, Berninghausen (1962) publica un
catlogo de tsunamis registrados en la costa pacfica de Sudamrica. En este catlogo
aparecen los mismos tsunamis que los recopilados por Heck (1947), pero aadiendo los
eventos ocurridos en el S. XX hasta 1960: 1914, 1928, 1942, 1946, 1952, 1957, 1958,
1959, 1960.

No todos estos eventos aparecen en el estudio histrico de sismos ms notables ocurridos
en Per desde 1513 a 1974 de Silgado (1978) (Tabla A12.1). En este ltimo se hace una
descripcin de los efectos de los eventos y se aportan adems localizaciones estimadas y
magnitudes. En la Tabla A12.1 se muestran los eventos ssmicos con magnitudes superiores
a 7.5, estos eventos estn representados en la Figura A12.1. Es evidente que no todos los
eventos registrados en la costa peruana (Heck, 1947, Berninghausen, 1962) han sido
generados localmente, sino que han sido generados en otras zonas de subduccin de la
cuenca pacfica.


- A12.1.1 -
A
1
2
.
1

F
U
E
N
T
E
S

T
S
U
N
A
M
I
G
N
I
C
A
S

Tabla A12.1: Relacin de eventos ocurridos en la zona con magnitudes superiores o iguales a 7.5. EHB: Catlogo
Centennial de Engdahl y Villaseor (2002)

Figura A12.1: Mapa de epicentros de los eventos detallados en la Tabla A12.1. El tamao del crculo es
proporcional al tamao del terremoto. En color morado los eventos con tsunami asociado. Isobatas cada 500
metros


- A12.1.2 -
A
1
2
.
1

F
U
E
N
T
E
S

T
S
U
N
A
M
I
G
N
I
C
A
S

En 1960 tuvo lugar al norte de la costa de Trujillo un evento inicialmente de magnitud
moderada, MS 6.8, pero que gener un tsunami daino. Pelayo y Wiens (1990) revisaron el
evento y lo clasificaron como un terremoto tsunami (tsunami earthquake). Calculando su
magnitud MW de manera precisa estimaron un valor para sta de 7.6, con una duracin del
terremoto cercana a los dos minutos.

En 1966 tuvo lugar un terremoto frente a la costa de Lima de moderada magnitud, 7.5,
pero que genero un tsunami registrado en maregrafos con elevaciones de ola de hasta 2.1
metros (Lomnitz y Cabr, 1968). Unos aos despus, en 1970, tuvo lugar el gran terremoto
de Per, con magnitud 7.9, que fue muy daino pero que no gener tsunami de importancia
(Lomnitz, 1970; Lomnitz, 1971; Plafker et al., 1971) siendo ste un evento intraplaca con
un movimiento de falla de carcter normal.

En 1974 tuvo lugar otro gran evento, conocido como el terremoto de Lima, con una
magnitud MW 8.1 (Langer y Spence, 1995), que gener un pequeo tsunami con registros
mximos de 1.5 metros en la costa de Per. Desde entonces en los ltimos 30 aos han
tenido lugar tres eventos importantes en el rea de estudio; dos en 1996 y el ltimo en
2007 (Figura 12.3).

Beck y Ruff (1989) y Beck y Nishenko (1990) estudiaron los grandes eventos ocurridos en
la zona de subduccin peruana entre las latitudes de 9S y 15S. Caracterizaron el
mecanismo de foco de cada evento y estimaron sus reas de rotura; discutiendo las
caractersticas sismotectnicas de la subduccin en Per. Dorbath et al. (1990) realizaron
un estudio de los grandes terremotos a lo largo de la subduccin peruana pero utilizando
adems observaciones de tsunami para estimar las longitudes de rotura y las magnitudes
de los terremotos.

En 1996 tuvieron lugar dos terremotos de importancia en la subduccin peruana, uno de
ellos tuvo lugar en el extremo sur de nuestra zona de estudio y el otro tuvo lugar al sur de
la costa de Trujillo. Ambos eventos fueron estudiados por sus particulares caractersticas. El
situado ms al sur tuvo lugar en la subduccin de la cresta de Nazca, conocido como
terremoto de Nasca de magnitud MW 7.7 (Chatelain et al., 1997; Salichon, 2003). El
situado en la zona norte de la subduccin, conocido como terremoto de Chimbote de
magnitud MW 7.5, present unas caracterstica tpicas de un terremoto tsunami (tsunami
earthquake); similar al de 1960 (Ihml et al., 1998; Heinrich et al., 1998; Bourgeois et al.,
1999).

El ltimo terremoto de importancia en la zona de estudio tuvo lugar en el ao 2007, frente a
la costa de Pisco, en el sur de nuestra rea de estudio, con una magnitud MW 8.0 (Sladen
et al., 2010). Ese mismo ao era publicado un trabajo de Pritchard et al., (2007) en el que
estudiaba los eventos de 1996 y 2001. El evento de 2007, o terremoto de Pisco, ha sido
estudiado extensivamente (por ejemplo Pritchard y Fielding, 2008; Tavera y Bernal, 2008,
Fritz et al., 2008); y en los ltimos aos ha dado pi a la publicacin de una serie de
publicaciones que tratan de estudiar el comportamiento ssmico de la subduccin en Per
y/o en todo sudamrica (Bilek, 2010; Perfettini et al., 2010; Carena, 2011; Contreras-Reyes
y Carrizo, 2011).


- A12.1.3 -
A
1
2
.
1

F
U
E
N
T
E
S

T
S
U
N
A
M
I
G
N
I
C
A
S

En el ao 2010 el Departamento de Oceanografa de la Direccin de Hidrografa y
Navegacin del Ministerio de Defensa de Per public un informe sobre tsunamis en el que
incluyeron un breve recuento histrico de los eventos tsunamignicos ocurridos en Per,
adems de algunos modelos sencillos de propagacin para eventos recientes (Ortega Rafael
et al., 2010). De los 13 tsunamis descritos en el texto, 9 han tenido lugar aproximadamente
frente a la costa de Lima, al sur de Trujillo.

Recientemente Bilek (2010) y Carena (2011) hacen un anlisis de la ocurrencia de grandes
terremotos (la mayora de ellos tsunamignicos) en la costa occidental de Sudamrica
(Figura A12.1). En nuestra zona de estudio, entre las latitudes 3S y 16S, aparecen
bsicamente los eventos recogidos en la Tabla A12.1 pero mostrando la extensin de las
roturas de estos eventos (epicentros en la Figura A12.1 y reas de rotura en la Figura
A12.2). Frente a la costa de Trujillo aparecen nicamente tres eventos interfase de
importancia; en 1619, 1960 y 1996, con magnitudes entre 7.5 y 7.8. Al sur, frente a la
costa de Lima se encuentran los terremotos mayores del catlogo, incluyendo el gran
terremoto de 1746, con una magnitud en el entorno de 9.

A12.1.3 Anlisis tectnico

La fosa de subduccin frente a la costa de Trujillo se encuentra a unos 200 km de distancia
y alcanza una profundidad superior a los 5000 metros. La costa en la zona de estudio es
relativamente rectilnea, limitada al norte y al sur por la pennsula de Illescas y la pennsula
de Paracas, en la regin de Ica, respectivamente. En este rea la plataforma continental es
la ms ancha de todo el margen pacfico de Sudamrica.

Se hace evidente al ver la Figura A12.1 que la ocurrencia de eventos tsunamignicos est
claramente condicionada por la presencia de la Zona de Fractura de Mendaa; al norte de
sta no han ocurrido grandes eventos mientras que al sur han tenido lugar los ms
importantes.

La Zona de Fractura de Mendaa es un lmite de segmento importante, y acta
probablemente como una barrera para la propagacin de las roturas, al igual que al sur lo
hace la Cresta de Nazca (Beck y Ruff, 1989; Dorbath et al., 1990; Sladen et al., 2010). Esta
zona de fractura tiene una orientacin NE-SO, aproximadamente perpendicular a la fosa de
subduccin. Consiste en una serie de crestas y valles submarinos con un relieve de hasta
1000 metros y un ancho mximo de 100 km en su interseccin con la fosa.


- A12.1.4 -
A
1
2
.
1

F
U
E
N
T
E
S

T
S
U
N
A
M
I
G
N
I
C
A
S

Figura A12.2: Grfico de la serie temporal y extensin de las roturas de los mayores eventos de la costa pacfica de
Sudamrica (Carena, 2011).


- A12.1.5 -
A
1
2
.
1

F
U
E
N
T
E
S

T
S
U
N
A
M
I
G
N
I
C
A
S

Hacia el norte de la Z.F. de Mendaa y hasta la Z.F. De Grijalva (o incluso hasta la Cresta
de Carnegie, algo ms al norte, ver Figura 12.3 y Figura 12.5) no han ocurrido grandes
eventos de interfase. Esto puede tener dos interpretaciones: 1) La interfase de subduccin
est muy acoplada y presenta duraciones del ciclo ssmico y periodos de recurrencia
mayores de 500 aos; o 2) la interfase de subduccin no presenta acoplamiento y absorbe
gran parte de la deformacin de manera assmica no teniendo potencial para la generacin
de grandes terremotos (Kelleher, 1972; Beck y Ruff, 1989). Dorbath et al. (1990), Pelayo y
Wiens (1990), Ihml et al. (1998) y Bourgeois et al. (1999) son partidarios de esta segunda
opcin en la zona norte de la subduccin de Per, defendiendo el deslizamiento assmico
como proceso ms importante sin descartar la ocurrencia de terremotos lentos
tsunamignicos. El evento de 1960, un terremoto lento, con magnitud moderada (MS = 6.8,
MW = 7.6), y una duracin superior a los dos minutos (Pelayo y Wiens, 1990) parece un
evento tpico de una zona de subduccin con bajo acoplamiento; similar, por ejemplo, al
evento de Nicaragua de 1992. El terremoto de 21 de febrero de 1996 (terremoto de El
Chimbote) tambin parece tener este tipo de caractersticas aunque quizs sin ser tan lento
como el de 1960 (Ihml et al., 1998, Bourgeois et al., 1999). Cabe destacar que entre las
reas de rotura del terremoto de 1960 y el de 1996 existe un rea de la subduccin que se
corresponde de manera bastante aproximada a la extensin de la rotura propuesta para el
evento de 1619 (Bourgeois et al., 1999; Carena, 2011). ste rea, situada frente a la costa
de Trujillo, podra interpretarse como un gap ssmico que no ha estado activo desde 1619.

Al sur de la Z.F. de Mendaa parecen existir tres asperezas principales, es decir, tres zonas
en la interfase de subduccin donde suelen nuclearse los grandes eventos (Beck y Ruff,
1989; Dorbath et al., 1990; Carena, 2011). Los terremotos de 1687 y 1746 habran
implicado la rotura de varias asperezas y no slo una como parece que han roto los eventos
del S. XX y XXI (Dorbath et al., 1990; Beck y Nishenko, 1990, Pritchard y Fielding, 2008;
Tavera y Bernal, 2008, Fritz et al., 2008).

Estas dos zonas, bien diferenciadas, corresponden a las divisiones clsicas Norte y Central
de la subduccin en Per. Estas zonas muestran adems claras diferencias en cuanto a su
acoplamiento ssmico, para Dorbath et al. (1990) el acoplamiento en la zona central es
medio -alto (aunque menor que en la zona sur, fuera de nuestra zona de estudio) mientras
que el acoplamiento en la zona norte es bajo (Pelayo y Wiens, 1990, Bourgeois et al.,
1999). Esta segmentacin y diferencia de acoplamiento se relaciona adems con la
geometra de la placa subducente (Dorbath et al., 1990).


- A12.1.6 -
A
1
2
.
1

F
U
E
N
T
E
S

T
S
U
N
A
M
I
G
N
I
C
A
S

Figura A12.3. reas de rotura estimadas para los grandes eventos recientes e histricos. de Bilek Tomados (2010)
y Carena (2011).

A partir de la revisin bibliogrfica llevada a cabo y el anlisis de la sismologa y tectnica
de la zona nos lleva a plantear dos escenarios bsicos para el riesgo de tsunami en la costa
de Trujillo; por un lado un evento gigante en la parte sur de la zona, con unas
caractersticas similares al evento de 1746, mayor que los eventos de 1974 o 2007; y por
otro un evento menor de tipo terremoto tsunami, como el de 1619 o 1960, ocurriendo
frente a la costa de Trujillo (Figura A12.3).


- A12.1.7 -
A
1
2
.
1

F
U
E
N
T
E
S

T
S
U
N
A
M
I
G
N
I
C
A
S

A12.1.4 Propuesta de fuentes tsunamignicas

Atendiendo a todo lo expuesto anteriormente podemos sugerir dos escenarios posibles
como peores casos para la costa de Trujillo:

Un gran terremoto de interfase en la zona central de la subduccin en Per con
caractersticas similares al evento de 1746.

Un terremoto tsunami en la zona norte de la subduccin en Per con caractersticas
similares al evento de 1960, y probablemente similar al de 1619, frente a la costa de
Trujillo.

A la hora de parametrizar una fuente hipottica, dado que no existen datos de rotura
obtenidos por mtodos geofsicos o geodsicos, hemos de utilizar referencias bibliogrficas
de terremotos histricos y/o conocimientos geolgicos y sismolgicos para definir ciertos
parmetros. Algunos parmetros pueden derivarse de otros a travs de relaciones
empricas. En este estudio partimos del conocimiento de las reas de rotura de eventos
histricos as como de la estructura tectnica de la subduccin en Per. Utilizaremos
relaciones empricas para definir algunos de los parmetros ms difciles de obtener.

Los parmetros necesarios para definir una fuente tsunamignica son:

Localizacin:
Coordenadas de los extremos de la traza en superficie.
Localizacin hipocentral
Profundidades mxima y mnima

Orientacin del plano de rotura:
Direccin
Buzamiento

Dimensiones del plano de rotura:
Longitud
Anchura
rea de rotura (Long. X Anch.)

Caractersticas del terremoto:
Magnitud
Deslizamiento medio
Cabeceo

Las localizaciones de los eventos se definirn atendiendo al registro histrico. Para el caso
del evento en la zona central de la subduccin (al sur de nuestra zona de inters),
utilizaremos una rotura que abarque las reas propuestas en la bibliografa para los
mayores eventos histricos, 1687 y 1746. Para la zona norte utilizaremos las dimensiones
del gap ssmico presente entre los eventos de 1960 y 1996, equivalente probablemente al
evento de 1619.


- A12.1.8 -
A
1
2
.
1

F
U
E
N
T
E
S

T
S
U
N
A
M
I
G
N
I
C
A
S

Se obtiene a partir de los datos geolgicos de la subduccin. La direccin de la fuente ser
la misma que la direccin de la fosa de subduccin. Esta relacin se mantiene tambin en
los eventos histricos y recientes, por lo que stos tambin pueden utilizarse de referencia.
El buzamiento puede obtenerse a partir de eventos ya ocurridos y a partir de estudios
geofsicos de la zona de subduccin; utilizaremos ambos criterios para definir este
parmetro.

Para obtener las dimensiones atenderemos, como para el caso de la localizacin, a la
longitud mxima de rotura que pueda darse siguiendo los criterios mencionados. Para la
zona central utilizaremos el peor caso, que es la extensin de los eventos histricos de 1687
y 1746. Esta extensin sera el rea mxima comprendida entre la cresta de Nazca y la Z.F.
De Mendaa como ya se ha discutido en la seccin anterior. Para el caso del evento en la
zona norte utilizaremos la extensin de fosa de subduccin existente entre la rotura de
1960 y la de 1996. Este es el peor evento ms probable (de manera cualitativa atendiendo
a la historia ssmica reciente) en esta zona, estando adems situado frente a la costa de
Trujillo. La anchura de la falla la podemos obtener del conocimiento geolgico de la zona de
subduccin; conociendo el buzamiento de la interfase y la profundidad mxima de la zona
sismogentica (zona en la que pueden producirse estos terremotos interfase debido a las
caractersticas fsicas) podemos definir de manera inmediata la anchura mxima posible.

Caracterizaremos el tamao del terremoto a partir de relaciones empricas de Dorbath et
al., 1990; Blaser et al., 2010; Strasser et al., 2010. Partiendo de la longitud mxima de
rotura, obtenida mediante el conocimiento de la geologa de la zona y la ocurrencia de
eventos histricos, podremos inferir la magnitud del terremoto generado. Sabiendo la
magnitud del terremoto podemos obtener su energa liberada en forma de momento ssmico
mediante la relacin de Hanks y Kanamori (1979):

MW =(2/3)*(log Mo9.1) (1)

Una vez obtenido el momento ssmico Mo con la ecuacin 1; podemos obtener el
deslizamiento medio (D) sobre el plano de falla de rea A, conocido el mdulo de rigidez del
medio , mediante la definicin del momento ssmico de Kanamori (1977):

Mo= AD (2)

A continuacin se discuten y definen los parmetros de rotura de los escenarios propuestos.

A12.1.4.1 Terremoto de interfase en zona central

Dorbath et al. (1990) realizan una primera parametrizacin de las roturas de lo grandes
eventos ocurridos en la subduccin de Per. En la Tabla A12.2 se muestran los datos
propuestos por los autores para terremotos de la zona de estudio. En esta tabla no est
incluido el terremoto de 1970 por haber sido de tipo intraplaca con mecanismo de falla
normal y, por lo tanto, no generador de tsunami de importancia. Al parametrizar las
longitudes asociadas a los eventos histricos Dorbath et al. (1990) pudieron establecer una


- A12.1.9 -
A
1
2
.
1

F
U
E
N
T
E
S

T
S
U
N
A
M
I
G
N
I
C
A
S

relacin emprica entre la magnitud del evento y la longitud de rotura para la fosa de
subduccin en Per. Esta relacin se expresa de la siguiente manera:

MW =1,62 log L+4.44 (3)

En los ltimos aos se han publicado trabajos que permiten utilizar este tipo de relaciones
empricas en zonas de subduccin (Blaser et al., 2010; Strasser et al., 2010). En la Figura
A12.4 se representa la relacin de Dorbath et al. (1990) (ecuacin 3) comparada con las de
Blaser et al. (2010) y Strasser et al. (2010). Es destacable la similitud entre las relaciones
de Dorbath et al. (1990) y de Blaser et al. (2010).

Tabla A12.2: Parmetros de longitud de rotura (L) y magnitudes momento (MW) y de tsunami (Mt) obtenida a
partir de la altura mxima registrada en la costa (Hr). Se compara con la magnitud estimada por Silgado (1978).
En cursiva el evento situado en la zona norte de la subduccin. En negrita los eventos de la zona central.


- A12.1.10 -
A
1
2
.
1

F
U
E
N
T
E
S

T
S
U
N
A
M
I
G
N
I
C
A
S

Figura A12.4: Representacin de las relaciones entre Longitud y Magnitud mencionadas en el texto (Dorbath et al.,
1990; Blaser et al., 2010; Strasser et al., 2010).

Las dimensiones mximas de la rotura las estimamos a partir de las caractersticas
tectnicas de la zona y atendiendo a los eventos histricos ocurridos. Los lmites mximos
de rotura de acuerdo a la geologa de la fosa de subduccin y atendiendo a la segmentacin
discutida en secciones anteriores, estaran en la Zona de Fractura de Mendaa al norte, y la
Cresta de Nazca al sur. El lmite norte se corresponde con el lmite del evento de 1746 y el
lmite sur del evento de 1996 en la zona norte de la subduccin (Figura A12.1). El lmite sur
de este evento mximo estara situado en el rea de rotura del evento de 2007. Toda esta
zona ha sido activa en los ltimos 50 aos, siendo el evento ms reciente el de 2007. La
probabilidad de ocurrencia de un evento de stas caractersticas debera ser evaluada con
detenimiento ya que no parece el evento ms probable para las prximas dcadas. Si
medimos la longitud correspondiente a esta zona de rotura obtenemos un valor de 530 km
en una lnea con direccin N324E.

Para obtener la anchura mxima podemos o bien utilizar relaciones empricas, o bien
estudiar las caractersticas de los eventos ocurridos. En este estudio nos decantaremos por
la utilizacin de datos de eventos ocurridos al ser estos relativamente abundantes.

Hartzell y Langer (1993) estudiaron el terremoto de 1974, haciendo un modelo de rotura
finita a partir de datos telessmicos. Una conclusin interesante es el buzamiento de la
interfase de la zona de subduccin. Este buzamiento a una latitud de entre 12S y 14S
sera de 11 hasta los 25 km de profundidad. Esta profundidad parece el lmite inferior de la
zona sismogentica. Langer y Spence (1995) estudiaron la serie ssmica y definieron un
buzamiento de la interfase de 11 en los primeros 25 km, a partir de esta profundidad el
buzamiento aumenta hacia los 30.


- A12.1.11 -
A
1
2
.
1

F
U
E
N
T
E
S

T
S
U
N
A
M
I
G
N
I
C
A
S

El otro evento importante en la zona fue el de 2007. Tavera et al. (2008) estudiaron el
mecanismo de foco del evento y obtuvieron un buzamiento del plano de rotura de 15 y una
direccin aproximadamente N-S. Perfettini et al. (2010) hacen un modelo de la deformacin
cossmica y postssmica del terremoto y utilizan un plano de interfase curvado con valores
de unos 6 a 5 km de profundidad que pasa a valores de 30 a 50 km. El plano rectangular
que mejor se ajusta para estos autores tiene un buzamiento de 18 y una direccin de
321. Pritchard y Fielding (2008) hacen un modelo de rotura a partir de datos InSAR y
telessmicos. Utilizan una interfase curvada discretizada en planos. Los cambios de
buzamiento tienen lugar a las profundidades de 15 km, 25 km y 45 km. La mayor parte de
la rotura la obtienen en las profundidades comprendidas entre los 15 km y los 30 km.
Sladen et al. (2010) tambin hacen una aproximacin a la curvatura de la interfase con una
metodologa similar; utilizan tres planos con ngulos de 6 (entre 0 y 8 km), 20 (entre 8 y
30 km) y 30 (a partir de 30 km) y direcciones de 326. La casi totalidad de la rotura del
evento de 2007 tuvo lugar en el plano intermedio, es decir, entre 8 y 30 km de
profundidad; siendo esta por lo tanto la zona sismogentica a priori en la interfase.
Utilizando datos telessmicos Lay et al. (2010) obtienen una direccin del plano de rotura de
324 y un buzamiento de 22. El plano de rotura tendra una anchura de unos 80 km, entre
las profundidades de 15 km y 45 km; estando la mxima deformacin concentrada entre los
15 km y los 30 km.

A partir de estos datos obtenidos en diferentes estudios podemos hacer una estimacin de
las profundidades mxima y mnima de la zona sismogentica. La mnima parece estar en
los 5 8 km de profundidad; mientras que la mxima est en los 25 30 km. As, podemos
definir con cierta confianza el techo y la base del plano de rotura en 5 km y 30 km
respectivamente.

Al estar definiendo un modelo simple (aunque sera conveniente modelar alguno ms
realista) compuesto por un slo plano de rotura rectangular, hemos de fijar un valor del
buzamiento del plano para poder definir la anchura (W del ingls width) mediante la
expresin:
W =H/ sin() (4)

Siendo H la diferencia entre la profundidad mxima y la mnima de la rotura y el
buzamiento del plano de rotura.

El buzamiento, como hemos visto, vara segn las diferentes soluciones, oscilando entre los
11 y los 22; un buen compromiso puede ser el valor de 15; lo que arrojara una anchura
del plano de rotura de 96 km para un valor de H de 25 km (30 5 km).

Una vez definidas las dimensiones y orientacin del plano de rotura hemos de caracterizar
el tamao del terremoto generado. Utilizando las relaciones empricas de Dorbath et al.
(1990); Blaser et al. (2010) y Strasser et al. (2010) obtenemos los siguientes valores para
una longitud de rotura de 530 km. (Tabla A12.3).

Relacion Dorbath et al. (1990) Blaser et al. (2010) Strasser et al. (2010)
Magnitud Mw 8,85 8,93 8.66
Tabla A12.3. Magnitudes del terremoto resultantes de diferentes relaciones.


- A12.1.12 -
A
1
2
.
1

F
U
E
N
T
E
S

T
S
U
N
A
M
I
G
N
I
C
A
S

Dado que la relacin de Dorbath et al. (1990) est desarrollada con datos de la zona de
estudio y su valor es muy similar al obtenido por la relacin global de Blaser et al. (2010),
utilizaremos un valor de magnitud MW 8.9 para el evento de la zona central, tipo 1746. El
momento ssmico es obtenido a partir de la ecuacin 1, obteniendo Mo = 2,82 x 10.

Para obtener el desplazamiento medio sobre el plano de falla en la rotura, conociendo su
rea (A=L*W), necesitamos asignar un valor al mdulo de cizalla para poder utilizar la
ecuacin 2. El mdulo de cizalla o rigidez utilizado por Perfettini et al. (2010) es 50 GPa;
valor tambin utilizado por Beck y Ruff (1989) para la misma zona. El rea de rotura son los
530 km de longitud por los 96 km de anchura, lo que da un valor de 50880 km. Utilizando
este valor y los 50 GPa en la ecuacin 2 obtenemos un deslizamiento medio sobre el plano
de rotura de 11.1 metros.

El cabeceo de la rotura del evento de 1974 estara en los 90 (Hartzell y Langer, 1993), es
decir, sera una falla inversa pura; aunque Langer y Spence (1995) obtienen un valor de
118 para el mismo evento. Para el evento de 2007 Sladen et al. (2010) obtienen un
cabeceo de 63, Lay et al. (2010) lo obtienen de 70, dando lugar a un evento oblicuo.
Dada la variabilidad de los valores obtenidos, siendo todos eventos de falla inversa con
mayor o menor componente horizontal, hemos decidido optar por el valor de 90 de falla
inversa pura, dado que es el valor de cabeceo que ms deformacin transmite en la vertical
y, por lo tanto, es el peor caso de los posibles en cuanto a cabeceo se trata.

Para obtener la localizacin hipocentral, aqu tomada para efectos de modelado como el
centro de la rotura, simplemente obtenemos su localizacin espacial horizontal como el
centro de la proyeccin en la horizontal del rectngulo que representa la rotura ssmica
(Figura A12.4); y su localizacin vertical como el punto medio de las profundidades mxima
y mnima de la rotura, es decir, 5 km de profundidad mnima ms la mitad de H, que nos
dara una profundidad hipocentral de 17.5 km.

En la Tabla A12.5 se recogen todos los parmetros obtenidos y calculados. En la Figura
A12.4 se muestra la proyeccin horizontal del rea de rotura.

A12.1.4.2 Terremoto tsunami en la zona Norte

Este evento lo modelamos como la rotura del gap ssmico existente entre los eventos de
1960 y 1996. Si medimos la distancia entre dichas roturas obtenemos una longitud de 200
km segn una direccin de la fosa de 335.

Para estimar la anchura en este caso tenemos ms dificultades debido al menor nmero de
eventos ocurridos; nicamente disponemos de datos de los eventos de 1960 y de 21 de
febrero de 1996. Pelayo y Wiens (1990) calcularon el mecanismo focal del evento de 1960,
obteniendo un buzamiento de 6, lo que indica una rotura muy superficial de la interfase; el
cabeceo que obtienen es de 100; y la direccin del plano de rotura es 0, N-S. Para el de
1996 Ihml et al. (1998) tambin calcularon el mecanismo focal, obteniendo una direccin
del plano de rotura de 3356; un buzamiento de 128 y un cabeceo de 816. Las
dimensiones del plano de rotura utilizado para el modelo son de 110 km x 40 km, y un


- A12.1.13 -
A
1
2
.
1

F
U
E
N
T
E
S

T
S
U
N
A
M
I
G
N
I
C
A
S

buzamiento de 14. Estos parmetros son similares a los uti lizados para modelar el mismo
evento por Bourgeois et al. (1999); estos autores utilizaron unas dimensiones de 120 km x
60 km, pero con un coeficiente de rigidez menor, de 7.5 GPa y un desliza miento medio de
4 m.

Si estos eventos (el de 1960 y 1996) rompieron el total de la zona sismogentica de la
interfase en esta zona norte, y sabiendo el bajo ngulo de buzamiento, podemos estimar la
profundidad mxima y mnima de la rotura.

El bajo ngulo de buzamiento y las caractersticas intrnsecas de este tipo de terremotos
lentos hace pensar que han roto la parte ms superficial de la interfase; es decir; la
profundidad mnima de rotura podramos estimarla cerca de la superficie del fondo marino o
incluso rompiendo sta (0 km de profundidad). Para el terremoto de Chimbote de 1996
Bourgeois et al. (1999) utilizan una anchura del plano de rotura de 60 km, lo que unido al
buzamiento de 15 utilizado por estos, arroja una profundidad mxima de la rotura de 15
km. Ihml et al. (1998) obtienen una anchura de rotura aun menor, 40 km, con un
buzamiento de 14, lo que implicara una diferencia entre la profundidad mxima de rotura
y la mnima de 10 km. Dado que el centro de la rotura calculado por estos autores est
situado a una profundidad de 7 km, entonces la profundidad mnima y mxima de rotura
sern 2 km y 12 km respectivamente. Una estimacin razonable por lo tanto sera asumir
rotura superficial en este tipo de eventos, es decir, profundidad mnimo 0 km y la profun-
didad mxima en 15 km (valor similar al descrito para un evento clsico de terremoto
tsunami como el de Nicaragua de 1992 (Piatanesi et al., 1996).

Una vez establecidos los lmites superior e inferior de la rotura, para obtener la anchura
hemos de determinar el buzamiento del plano. Pelayo y Wiens (1990) calcularon el
mecanismo focal del evento de 1960, obteniendo un buzamiento de 6; mientras que para
el evento de 1996 hemos vis to que los buzamientos estimados son de 14 y 15. Moore y
Taylor (1988) investigaron con ssmica de reflexin el prisma de acrecin y la subduccin en
Per estimando un buzamiento de la interfase de unos 10-15; aunque para la zona
central de la subduccin (descrita antes) la parte ms somera de la interfase es descrita con
un buzamiento menor, de unos 6. Consideramos que un valor de compromiso entre los
descritos sera el de 10. Con este buzamiento y la profundidad mxima de rotura de 15
km, siendo la mnima de 0 km, obtenemos una anchura de la rotura de 86 km.

Del mismo modo que con el anterior escenario, podemos calcular la magnitud del evento a
partir de su longitud utilizando las relaciones empricas mencionadas. Sin embargo hay que
tener en cuenta que los terremotos tsunami no son especialmente frecuentes y no se
dispone de relaciones especficas para ellos (aunque si son incluidos en las relaciones
generales, p.ej. en la de Dorbath et al., (1990) est incluido el evento de 1619).
Utilizaremos las relaciones generales siendo conscientes de que pueden existir variaciones
al respecto debido al diferente comportamiento de este tipo de eventos. (Tabla A12.4)

Relacion Dorbath et al. (1990) Blaser et al. (2010) Strasser et al. (2010)
Magnitud Mw 8,17 8,19 8.07

Tabla A12.4. Magnitudes del terremoto resultantes de diferentes relaciones.


- A12.1.14 -
A
1
2
.
1

F
U
E
N
T
E
S

T
S
U
N
A
M
I
G
N
I
C
A
S

El terremoto de 1960 tuvo una magnitud de 7.6 7.8; valor similar al que se obtiene para
el mismo evento utilizando las relaciones empricas mencionadas; esto unido al hecho de
que al evento de 1619, que debi de ser similar al que nosotros estamos modelando, se le
estima una magnitud de 7.8 8.0 para una longitud de rotura levemente menor; nos hace
tener confianza en los valores obtenidos. Teniendo en cuenta la variabilidad de los valores,
y tratando de ser conservadores desde el punto de vista de la peligrosidad, podemos
estimar la magnitud de este evento en MW 8.2. El momento ssmico es obtenido a partir de
la ecuacin 1, obteniendo Mo = 2,51 x 10.

Obtenemos el desplazamiento medio sobre el plano de falla en la rotura utilizando la
ecuacin 2. El rea de rotura (A=L*W) sera de 17200 km. El tsunami generado por el
evento de 1996 fue modelado por Heinrich et al. (1998) a partir del modelo de fuente finita
de Ihml et al. (1998) utilizando un coeficiente de rigidez de 20 GPa; mientras que
Bourgeois et al. (1999) utilizaron 7.5 GPa. Para el evento de Nicaragua de 1992 Piatanesi et
al., (1996) utilizaron un valor de 10 GPa, valor medio razonable para la parte superficial de
la interfase de acuerdo con el estudio estadstico global de Bilek y Lay (1999). Utilizando
este valor de 10 GPa para nuestros clculos el desplazamiento medio que obtenemos es de
14.6 metros. El cabeceo que utilizaremos ser de 90, una falla inversa pura, similar al
observado en los eventos de 1960 y 1996 y el valor ms conservador desde el punto de
vista de la peligrosidad.

Para obtener la localizacin hipocentral hemos procedido de la misma manera que en la
fuente anterior. Los parmetros obtenidos se muestran en la Tabla A12.3 y la extensin de
la fuente tsunamignica propuesta en la Figura A12.5


-A4.1.15-
A
1
2
.
1

F
U
E
N
T
E
S

T
S
U
N
A
M
I
G
N
I
C
A
S

A12.1.4.3 Parmetros de las fuentes tsunamignicas propuestas

Tabla A12.5: Parmetros para modelar las fuentes tsunamignicas propuestas

Figura A12.5: Localizacin y rea de
rotura de las fuentes tsunamignicas
propuestas. El crculo marca el centro de
la rotura. El evento tipo 1619 es un
terremoto tsunami (lento) con una
magnitud MW 8.2. El evento tipo 1746 es
un terremoto de interfase corriente
abarcando la rotura de toda la interfase
de subduccin desde la Cresta de Nazca
hasta la Zona de Fractura de Mendaa,
este evento ha sido modelado con una

A12.2 MAPAS TSUNAMIS

A
1
2
.
2

M
A
P
A
S

T
S
U
N
A
M
I
S

ANEXO A12.2

MAPAS TSUNAMIS

ANEXO 13. PROYECCIONES Y ESCENARIOS

A
N
E
X
O

1
3
.

P
R
O
Y
E
C
C
I
O
N
E
S

Y

E
S
C
E
N
A
R
I
O
S

ANEXO A13

PROYECCIONES DE CAMBIO
CLIMTICO Y ESCENARIOS
CONSIDERADOS


- A13.1 -
A
N
E
X
O

1
3
.

P
R
O
Y
E
C
C
I
O
N
E
S

Y

E
S
C
E
N
A
R
I
O
S

ANEXO A13. PROYECCIONES DE CAMBIO CLIMTICO Y
ESCENARIOS CONSIDERADOS

A13.1. Introduccin

El objetivo de este captulo es presentar los estudios realizados de proyecciones de cambio
climtico en Trujillo y seleccionar los escenarios de anlisis. La comparacin de los
escenarios con respecto a la situacin actual nos va a permitir evaluar los cambios en las
dinmicas (peligrosidad), y consecuentemente los cambios en los impactos y cambios en el
riesgo.

Los agentes de peligrosidad en Trujillo estn dominados por la variabilidad interanual del
fenmeno ENOS, por lo que es necesario estudiar las dinmicas asociadas a dicho fenmeno
y realizar las proyecciones de futuro para distintos escenarios del fenmeno ENOS. Como se
ha visto en varios de los captulos, las dinmicas marinas e hidrometeorolgicas estn muy
condicionadas por la situacin de mesoescala de las anomalas de temperatura superficial
del agua de mar (SSTA) en la zona ENOS. Estos campos de anomalas de temperatura
(SSTA) resultan ser un indicador excelente de la climatologa sinptica de los campos de
presiones en el ocano Pacfico, que a su vez estn directamente relacionados con los
campos de vientos, por lo cual el oleaje est indirectamente relacionado con el fenmeno
ENOS. Por otro lado, las anomalas del nivel del mar a escala mensual en Trujillo estn
directamente relacionadas con el fenmeno ENOS. Adems, las precipitaciones y el caudal
de los ros estn sujetos a dicho fenmeno ENOS.

Es decir, todas las variables ambientales consideradas en este estudio tienen un origen
comn en el fenmeno ENOS. Por ese motivo, en varios captulos y anexos se han obtenido
modelos de regresin (downscaling estadstico) que permiten estimar la distribucin
estadstica de las dinmicas condicionadas al estado de SSTA. Estos modelos van a permitir
realizar proyecciones de las dinmicas para los distintos escenarios que se consideren.

Las metodologas que se han desarrollado para realizar proyecciones de futuro se basan en
la estimacin de la frecuencia de presentacin de los eventos ENOS, asociados a los campos
de SSTA. Dichas proyecciones se basan en las 2 familias de metodologas existentes:

- extrapolacin de tendencias de las frecuencias de presentacin del fenmeno ENOS;
- proyeccin a partir de los resultados de los modelos climticos globales AOGCM del
AR4 del IPCC.

Se ha consultado la informacin disponible en cuanto a proyecciones de cambio climtico de
los modelos GCM de precipitacin y se ha detectado que se centran mayormente en la
precipitacin acumulada a escala estacional y anual, no habiendo resultados concluyentes
en cuanto a extremos. Como las dinmicas objeto de anlisis son fundamentalmente
extremales, los resultados de las proyecciones no se pueden utilizar de forma directa. Por


- A13.2 -
A
N
E
X
O

1
3
.

P
R
O
Y
E
C
C
I
O
N
E
S

Y

E
S
C
E
N
A
R
I
O
S

otro lado, en los estudios que hemos realizado se ha comprobado la fuerte dependencia del
fenmeno ENOS en los eventos extremos, todo lo cual nos ha conducido a realizar un
anlisis exhaustivo de los cambios de largo plazo de la frecuencia de presentacin de dicho
fenmeno.

La estructura del documento es la siguiente: en la seccin A13.2 se describe la tcnica de
downscaling estadstico desarrollada que permite relacionar estados de SSTA con variables
locales (precipitacin, caudal fluvial, caudal de sedimento, oleaje, marea meteorolgica). En
la seccin A13.3 se analiza la frecuencia de presentacin de los estados de SSTA y se hace
una prognosis de cambios a largo plazo. En la seccin A13.4 se obtienen las proyecciones
de cambio climtico de las frecuencias de presentacin de los estados SSTA con ms de 10
modelos AOGCM para los escenarios A1B, A2 y B1 del AR4 del IPCC. Finalmente, y a partir
de los resultados obtenidos, en la seccin A13.5 se presentan los escenarios que se van a
considerar en este estudio.

A13.2. Tcnica de dowsncaling estadstico desarrollada

En este trabajo se ha aplicado un mtodo de downscaling estadstico basado en tipos de
tiempo (circulation types) para estimar proyecciones locales de las dinmicas. El
downscaling est basado en el hecho de que las dinmicas marinas y hidrometeorolgica a
escala local estn determinados por los patrones circulatorios de gran escala mediante la
relacin Y=f(x), donde el predictando Y representa un parmetro o conjunto de parmetros
a escala local mientras que el predictor X son los patrones representativos a mesoescala de
una variable (o conjunto de variables) atmosfrica y/o ocenica.

En la figura A13.1 se muestra, de forma esquemtica, en qu consiste el mtodo aplicado
en este caso a patrones de presin atmosfrica en superficie (predictor) y la distribucin
estadstica de la altura de ola en un punto del ocano atlntico (predictando).

p
1
p
2
p
3
p
4
f
1
(H)
f
3
(H)
f
2
(H)
f
4
(H)
X = Predictor
Y = Predictando

Figura A13.1. Representacin esquemtica de la metodologa de downscaling


- A13.3 -
A
N
E
X
O

1
3
.

P
R
O
Y
E
C
C
I
O
N
E
S

Y

E
S
C
E
N
A
R
I
O
S

En primer lugar es necesario determinar el predictor (variable atmosfrica-ocenica) ms
representativo en la simulacin del predictando, tanto en la extensin de dominio espacial
como en su escala temporal (en nuestro caso van a ser los campos de anomalas mensuales
de temperatura superficial de agua de mar, SSTA, en la zona ecuatorial del ocano pacfico
y atlntico). El siguiente paso consiste en la clasificacin del predictor para obtener una
serie de tipos de circulacin o de tiempo (circulation types o weather types, WT),
representativos de la variacin atmosfrica-ocenica del mismo. Estos patrones
atmosfricos se obtienen mediante la aplicacin de tcnicas de clasificacin de minera de
datos (en concreto, la tcnica k-medias).

Una vez establecidos los tipos de tiempo en la zona de inters, se vincula cada dato de las
dinmicas a escala local con el tipo de circulacin ms parecido a la situacin atmosfrica-
oncenica real que produjo dicho variable local. Por tanto, para cada tipo de tiempo, se
dispone de la coleccin de valores de la variable que caracteriza una determinada dinmica
(altura de ola, direccin del oleaje, intensidad de precipitacin, caudal del ro, caudal de
sedimento), permitiendo definir el histograma del parmetro considerado asociado a cada
tipo de tiempo (ver ejemplo de la Figura A13.1 con una determinada situacin sinptica en
el Atlntico Norte que genera una distribucin de altura de ola en una zona en las cercanas
de Irlanda). Ms concretamente, para cada uno de los tipos de tiempo categorizados (WT
i
)
se generan unas condiciones de dinmicas definidas por la funcin de probabilidad de cada
parmetro objetivo (predictando). De esta manera se puede asociar no solo los valores
medios de cada variable asociados a una situacin sinptica determinada, si no tambin
cualquier estadstico de la distribucin, o la distribucin conjunta de dos o tres variables.

Cada tipo de tiempo tiene una probabilidad p
i
, siendo la probabilidad total de todos los tipos
de tiempo igual a 1. De esta manera, se parte el dominio temporal en una coleccin de
patrones sinpticos (tipos de tiempo o de circulacin) cada uno de ellos con su probabilidad
de ocurrencia. En el ejemplo anterior, la funcin de distribucin total de alturas de ola H se
define como la suma de las funciones correspondientes a cada tipo de tiempo (f
i
(H)) por la
probabilidad de cada tipo de tiempo (ver Figura A13.1 con un sencillo ejemplo en el cual el
clima de oleaje se compone de tan solo 4 situaciones sinpticas):

1 1
( ) ( ) ... ( )
N N
f H p f H p f H

siendo N el nmero total de tipos de tiempo.

De esta manera, durante un periodo futuro de tiempo (escenario de cambio climtico) se
calcularan las probabilidades de los tipos de tiempo p
i
, determinndose la funcin de
distribucin de altura de ola durante ese tiempo como:

' ' '
1 1
( ) ( ) ... ( )
N N
f H p f H p f H


- A13.4 -
A
N
E
X
O

1
3
.

P
R
O
Y
E
C
C
I
O
N
E
S

Y

E
S
C
E
N
A
R
I
O
S

A13.3. Frecuencia de presentacin del fenmeno ENOS

Para explorar las caractersticas espaciales y la evolucin temporal del fenmeno ENSO se
ha utilizado un nuevo reanlisis ocenico global que cubre el periodo de 1871 a 2008, con
una resolucin espacial de 0.5 x 0.5. Este nuevo reanlisis, denominado Simple Ocean
Data Assimilation (SODA), asimila toda la informacin hidrogrfica y de temperatura de la
superficie del mar disponible. El modelo ocenico est basado en la versin POP 2.0.1
(Smith et al., 1992). Los forzamientos atmosfricos provienen del reanalisis 20CRv2
(Whitaker et al., 2004; Compo et al., 2006, 2008). Este reanlisis atmosfrico, de la misma
duracin que SODA, asimila observaciones de patrones sinpticos de presin superficial
(SLP) as como de patrones mensuales de SST y cobertura de hielo procedentes del
HadISST 1.1 (Rayner et al., 2003). A diferencia de otros reanlisis como NCEP/NCAR,
20CRv2 slo asimila un conjunto de datos reducido, lo cual evita la aparicin de seales
climticas espreas. Dado que en la zona de estudio es fundamental la correcta
caracterizacin del fenmeno de El Nio, en la Figura A13.2 se comparan las anomalas de
SST de SODA y HadlSST en la zona Nio 3.4 (de 170W a 120W y de 5S a 5N),
pudiendo comprobarse como ambas series siguen una evolucin temporal muy similar.

Figura A13.2. Anomala de SST en la regin Nio 3.4 de SODA (rojo) y HadISST (negro), en ambas se ha
eliminado la climatologa con una media mvil de 11 aos. Fuente: Giese y Ray (2011).

Con la tcnica explicada en el apartado anterior se han obtenido las 9 situaciones o campos
espaciales de anomalas de temperatura SSTA que mejor explican la variabilidad de los
datos. Para ello se han obtenido las anomalas mensuales sobre una climatologa de media
mvil de 11 aos, se ha realizado un anlisis de componentes principales, se han
seleccionado los modos que explican de forma acumulada el 95% de la varianza, y sobre
esos modos se ha aplicado la tcnica de k-medias (para 9 grupos). El resultado se muestra
en la figura A13.3 en donde se detectan las situaciones de Nio, Nia, situaciones de
mximo de temperatura en Caribe y situaciones mixtas. De esta manera, se ha
desacoplado el eje tiempo en nuestro modelo obteniendo las 9 situaciones que mejor
explican la variabilidad de SSTA en la zona de estudio. El nmero de situaciones (9) se ha


- A13.5 -
A
N
E
X
O

1
3
.

P
R
O
Y
E
C
C
I
O
N
E
S

Y

E
S
C
E
N
A
R
I
O
S

elegido realizando un anlisis desde 4 a 25 situaciones, encontrando que 9 tipos era un
nmero que era capaz de discernir de forma adecuada los distintos estados ENSO de
inters.

Figura A13.3. Clasificacin de 9 situaciones SSTA.

Una vez definido el predictor, se ha obtenido las frecuencias de presentacin anuales de
cada uno de los 9 estados SSTA (figura A13.4). En rojo se representa las situaciones de
Nio intenso, en naranja Nio moderado, en azul oscuro Nia intensa, en azul claro Nia
moderada y el resto de situaciones intermedias se representan en tonos grises. Como puede
apreciarse, la clasificacin realizada es capaz de detectar los eventos histricos de Nio
(rojo) en los aos 1877, 1891, 1926, 1971, 1983 y 1998 (esta base de datos finaliza en
2008 y por ese motivo no se ha detectado el evento de 2010).

Figura A13.4. Probabilidades anuales de ocurrencia de cada situacin SSTA

Una vez definidas las probabilidades de presentacin de cada uno de los 9 patrones de SSTA
se ha realizado un anlisis de tendencias a partir de un modelo autoregresivo logstico. Los


- A13.6 -
A
N
E
X
O

1
3
.

P
R
O
Y
E
C
C
I
O
N
E
S

Y

E
S
C
E
N
A
R
I
O
S

resultados (a partir de una simulacin de 500 realizaciones) se muestran en la figura X5. La
significancia estadstica de la tendencia de largo plazo no es concluyente (el anlisis visual
de la frecuencia de eventos rojos no es concluyente ya que los mayores eventos de Nio
se producen a finales del siglo XIX, principios del XX y posteriormente a finales del siglo XX,
por lo que una simple tendencia de largo plazo puede no ser adecuada), siendo ste un
tema de debate hoy en da en la comunidad cientfica.

Figura A13.5. Tendencias de cambio de las probabilidades anuales de ocurrencia de cada situacin SSTA
(ajustado a un modelo autoregresivo logstico con tendencia lineal, simulacin de 100 realizaciones)

La probabilidad media anual del fenmeno ENOS (situacin roja) es de 0.025 con una
tendencia de 0.000178 /ao, con lo cual extrapolando las tendencias a un ao horizonte
2040 se obtienen un aumento de la probabilidad anual de 0.005, lo que supone un aumento
del 20% en la frecuencia de presentacin. Logicamente, estos resultados hay que
considerarlos con cautela, ya que el modelo de tendencias aplicado es un modelo lineal que
no considera distintos forzamientos globales como por ejemplo las concentraciones de GEI o
las fluctuaciones interdecadales de las manchas solares. Por otro lado, la frecuencia de
aparicin de eventos Nia se muestra estable a lo largo de los ltimos 140 aos.


- A13.7 -
A
N
E
X
O

1
3
.

P
R
O
Y
E
C
C
I
O
N
E
S

Y

E
S
C
E
N
A
R
I
O
S

A13.4. Proyecciones AOGCM del fenmeno ENOS

La fuente principal de informacin para el estudio del cambio climtico son las proyecciones
del clima futuro obtenidas a partir de las simulaciones de distintos modelos globales del
clima (GCM) para los distintos escenarios socio-econmicos futuros hipotticos, llevadas a
cabo por centros de investigacin de referencia. Estos resultados globales obtenidos por los
GCM, junto con el conocimiento del sistema climtico y de los factores responsables del
Cambio Climtico Global (CCG), permiten definir polticas conjuntas de mitigacin. Sin
embargo, las polticas de adaptacin al cambio climtico requieren una previsin detallada
de dicho cambio, teniendo en cuenta las heterogeneidades regionales, para poder analizar
la magnitud de los posibles impactos locales. Los modelos globales del clima no
proporcionan este nivel de detalle, siendo necesario obtener escenarios regionalizados de
cambio climtico, que como se ha mencionado a lo largo del captulo se van a basar en
downscaling estadstico a escala mensual a partir de las proyecciones de los campos de
anomalas de temperatura SSTA en la zona ecuatorial pacfica y atlntica.

En este estudio se han realizado las siguientes tareas, que se sintetizan a continuacin:

- descarga de los campos de SST a nivel mensual en el perodo 1960-2100 de 24
modelos AOGCM del AR4 del IPCC (los intervalos de tiempo de anlisis son de 30
aos: 1960-1990 para el periodo de control 20 C3M, y para los 3 horizontes: 2010-
2040, 2040-2070 y 2070-2100);
- construccin de los campos de SSTA (con interpolacin a la resolucin de la base de
datos de SODA, substraccin de la climatologa en perodos de 30 aos);
- obtencin de las probabilidades de ocurrencia anuales en cada uno de los 9 grupos
de SSTA obtenidos anteriormente;
- anlisis de la pericia de los 24 modelos para reproducir en el perodo de control
20C3M la frecuencia de presentacin de eventos ENSO. De dicho anlisis se han
seleccionado tan solo los 5 modelos que de forma aproximada representaban
fenmenos ENSO (CNCM3, ECHAM5, CSIROMK35, GFDLCM21, PCM);
- evaluacin de los cambios de probabilidad en los 3 horizontes con respecto al perodo
de control para los 5 modelos seleccionados.

Tras este exhaustivo anlisis, se ha obtenido una fuerte variabilidad y discrepancia en
cuanto a los distintos modelos, escenarios y horizontes temporales. Los cambios detectados
en los modelos en cuanto a la frecuencia de presentacin en las 9 clases no son
significativos. A modo de ejemplo, se detecta un cambio del 5% en la frecuencia de
presentacin del modo ENOS con un error del 10% en un determinado horizonte y para un
escenario dado. Este resultado est en consonancia con multitud de trabajos cientficos que
concluyen que los modelos actuales AOGCM no son capaces de reproducir de forma
adecuada el fenmeno ENOS y que pueden estimar con pericia las probabilidades de cambio
de dicho fenmeno para los escenarios AR4 del IPCC (Nicholls 2008, Collins 2005, G.J. van
Oldenbourgh et al 2005, Cane 2005, Watanabe et al 2012). Es de esperar que los
resultados del CMIP5 mejoren este importante factor.


- A13.8 -
A
N
E
X
O

1
3
.

P
R
O
Y
E
C
C
I
O
N
E
S

Y

E
S
C
E
N
A
R
I
O
S

A13.5. Escenarios considerados

Tras el anlisis realizado de tendencias de largo plazo y de proyecciones basadas en los
modelos GCM a lo largo del siglo XXI de la frecuencia de presentacin de eventos ENOS, se
ha optado por analizar escenarios posibles que se pueden producir a lo largo de este siglo,
pero sin dotarles ni del apellido sobre el escenario socioeconmico (A1B, A2, B1) ni sobre
el horizonte temporal (corto, medio y largo plazo correspondiente a 2010-2040, 2040-2070
y 2070-2100). En concreto, en la Tabla A13.1 se muestran los escenarios considerados para
cada uno de los agentes de peligrosidad.

Erosin e inundacin
costera
Inundacin por ro y
precipitacin
Inundacin
por tsunamis
E0 Situacin actual x x x
E1 E0 + SLR=0.5 m x x
E2 E0 + SLR=1 m x x
E3 E2 + Ao Nio x
E4 E0+Aumento frecuencia
eventos Nio del 10%
x
E5 E0+Aumento frecuencia
eventos Nio del 20%
x x
E6 E0 + Tendencia
extrapolada NMM 2040
x

Tabla A13.1. Escenarios considerados en este estudio

Como se puede observar en la tabla, los escenarios que se consideran de cambios en el
fenmeno ENOS son de un aumento de la frecuencia de presentacin del 10 y del 20%, que
estn de acuerdo con los cambios detectados extrapolados al ao 2040 y obtenidos a partir
de la serie histrica del perodo 1870-2008.

Por otro lado, los escenarios de ascenso de nivel del mar considerados (tendencia de NMM
extrapolada al ao 2040, ascenso de 0.5 m y ascenso de +1 m ) son los mismos que se
utilizaron en el estudio Estudio Regional de los Efectos del Cambio Climtico en la Costa de
Amrica Latina y Caribe (ALyC) realizado por IH Cantabria para la CEPAL (Naciones
Unidas). Estos escenarios se han seleccionado teniendo en cuenta la alta incertidumbre que
existe hoy en da en este tema, asociado fundamentalmente a la difcil cuantificacin de la
contribucin a la subida del nivel del mar del deshielo de los glaciares.

PROYECCIONES DE CAMBIO CLIMTICO EN EL REA METROPOLITANA DE SANTA ANA (EL SALVADOR)
A14.1.ASPECTOS SOCIO-ECONMICOS

A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

ANEXO A14.1

ASPECTOS SOCIO-ECONMICOS
ASOCIADOS AL CAMBIO
CLIMTICO


- A14.1.1 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

ANEXO 14.1. ASPECTOS SOCIO-ECONMICOS ASOCIADOS AL
CAMBIO CLIMTICO

A14.1.1 Consideraciones previas

El objeto de este documento es identificar los principales vectores que inducen los daos
econmicos derivados del Cambio Climtico en el rea metropolitana de Trujillo. No
obstante, esta caracterizacin se har trabajando con distintas escala de aproximacin, y
ello por tres causas. En primer lugar, la disponibilidad de los datos no siempre existe con el
rango de escala adecuado. En segundo lugar, la metodologa econmica requiere unas
unidades de agregacin de cierta entidad para poder detectar y mostrar los equilibrios (y
desequilibrios econmicos bsicos). Y en tercer lugar, las interacciones econmicas entre
agentes no pueden ser espacialmente constreidas, ya que las consecuencias de un impacto
en una unidad espacial caen sistemticamente fuera del mbito espacial considerado. En
ese sentido, en el mbito del anlisis econmico, est ampliamente reconocido que mayor
desagregacin espacial no conduce necesariamente a ms precisin en los resultados,
siendo este aspecto una continuada fuente de fricciones entre economa e ingeniera.
En ese sentido, consideramos imprescindible una revisin de la actividad econmica agraria
en el Departamento de la Libertad, a sabiendas de que si bien no es esperable detectar su
existencia en un rea metropolitana, no cabe duda de que las ramificaciones de las
alteraciones de esta actividad alcanzarn al rea de estudio. Por otra parte, el tratamiento
especial de esta actividad est asimismo justificado por ser el una de las ms afectadas por
el cambio climtico.
Sobre el mbito espacial de trabajo, trabajaremos en cuatro niveles distintos, a escala
nacional, caracterizando el marco de la economa peruana como un todo, a escala
departamental, que nos permite analizar el entorno inmediato al rea de trabajo que en una
estructura jerrquica espacial contendr buena parte de las restricciones y condicionantes
que explicarn la dinmica econmica y demogrfica. En tercer lugar, trabajaremos a escala
de la Provincia de Trujillo, escala a la que disponemos de valiosas fuentes estadsticas, y
finalmente trabajaremos a escala de la municipalidad de Trujillo como rea metropolitana.

A14.1.2 De los escenarios globales al escenario nacional.

La definicin de escenarios locales de cambio climtico a la escala que nos ocupa adolece de
severas limitaciones debido a la imposibilidad de realizar un downscaling de las
estimaciones regionales a una escala local. La naturaleza promediadora del proceso de
agregacin contable de la informacin disponible hace que los resultados a escala local se
vean poco representados. Por otro lado, las peculiaridades de los impactos locales se vern
fuertemente condicionados por las estrategias adoptadas por los agentes a la hora de
seleccionar las prcticas de mitigacin y adaptacin. As pues, en el caso que nos ocupa de


- A14.1.2 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

determinar unos escenarios posibles de los impactos de cambio climtico en la
municipalidad de Trujillo, trabajaremos en dos escalas:
a) Realizando un downscaling proporcional para el marco general del pas segn las
propuestas del IPPC

b) Realizando una revisin plausible de la situacin que cabe esperar en el rea de
trabajo.

Respecto de la primera aproximacin, partiremos de los Efectos del Cambio climtico en
Latinoamrica. Resumen tcnico Grupo de Trabajo 2 del IPCC que nos definen en primer
lugar un escenario de variacin de los procesos afectados, en segundo lugar unos impactos
observables esperados y finalmente una valoracin de los impactos.

Sobre la definicin del grado de alteracin de los procesos naturales afectados, cabe
esperar:

Sustitucin de bosques tropicales por sabanas en la Amazonia Oriental, en los
bosques tropicales del centro y sur de Mjico, simultneamente con el reemplazo de
la vegetacin semirida por rida en regiones del noreste del Brasil y la mayor parte
del centro y sur de Mjico.

a. Los rendimientos de arroz disminuirn despus del 2020.

b. Los pequeos productores de maz podran enfrentar reducciones de
productividad en promedio del 10% hacia 2055

c. Los rendimientos de la soya aumentarn considerando los aumentos previstos
del CO2.

d. La productividad del ganado vacuno puede disminuir a causa del aumento de
temperatura en 4 grados.

Se proyecta un ligero incremento en la productividad de los cultivos en las latitudes
medias y altas, para incrementos promedios regionales de temperatura entre 1 y
3C, dependiendo del tipo de cultivo. Para temperaturas mayores, habr reducciones
en algunas regiones.

En regiones tropicales y con sequa estacional, se espera una reduccin en la
productividad de los cultivos, incluso para pequeos incrementos en temperatura
media (1 a 2 C), lo cual aumentar el riesgo de hambruna.

Se proyecta que el incremento en la frecuencia de las sequas e inundaciones
afectar la produccin local negativamente, especialmente en sectores de
subsistencia en pases en latitudes bajas


- A14.1.3 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

El incremento en el estrs por calor y suelos ms secos puede reducir a un tercio la
productividad en regiones tropicales y subtropicales donde los cultivos estn
actualmente cerca de los niveles mximos de tolerancia al calor.

Sobre el segundo aspecto, en cuanto al pronstico de la situacin final en las reas de
Amrica Latina

En las zonas secas (e.g. centro y norte de Chile, costa peruana, nordeste de Brasil)
es posible que se incremente la salinizacin y la desertificacin de tierras agrcolas.

Desaparicin de los glaciares originando reduccin de la disponibilidad de agua en
Bolivia, Colombia, Ecuador y Per, principalmente.

Reduccin de las precipitaciones en las zonas ridas y semiridas de Argentina, Chile
y Brasil.

El aumento de la TSM, tendr efectos en la ubicacin de las poblaciones de peces en
el sudeste del Pacfico (Per, Chile)

Impacto negativo en los manglares (Brasil, Ecuador, Colombia, Venezuela)

De acuerdo con los trabajos realizados en el marco de la Comunidad Andina El Cambio
Climtico no tiene fronteras Impacto del Cambio Climtico en la Comunidad Andina, se
inventaran como vectores de impactos fundamentales los incluidos en la tabla adjunta.
Recogida de Vargas (2009).

Puede observarse en ella, aunque resulta obvio que es el cambio en el medio natural, el
medio hdrico y, en consecuencia, el medio cultivado la principal va de actuacin del cambio
climtico sobre la sociedad. Esta conclusin refuerza el papel de los estudios sobre la
agricultura y alimentacin en los estudios de Cambio Climtico.

En segundo lugar se detecta el presumible incremento de los proceso de desertificacin que
alteran de forma sustancial las pautas de suministro de alimentos en el mundo cambiando
radicalmente el mapa agrario, alimentario, y eventualmente demogrfico del planeta a largo
plazo.


- A14.1.4 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

A escala Nacional, los escenarios proyectados para la Repblica de Per muestran una
correlacin entre las condiciones de temperatura y pluviosidad asociadas al fenmeno Nio
y el PIB Regional que muestran que es plausible la existencia de una relacin entre la
variabilidad climtica y el PIB Regional, si bien la situacin del Departamento de la Libertad
muestra la robustez relativa de su Economa frente a dichas oscilaciones.


- A14.1.5 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

Finalmente, los datos manejados por las instituciones pblicas peruanas muestran un
impacto derivado de los eventos climticos Fenmeno del Nio para los registros de los
aos 82-83 y 97 98 que oscila entre el 6.2% y el 11.6% del PIB

En cuanto a la valoracin detallada de los daos esperados en el futuro, contamos con dos
fuentes especficas:

1 El Gobierno de Per a travs de la Unidad de Cambio Climtico del Ministerio de
Economa y Finanzas establece que cabe esperar un deterioro de los indicadores
econmicos agregados derivados del cambio climtico que para el ao 2025 en la
zona con unas cifras situadas entre el 4.30 del PIB pronosticado para el ao 2025 y
el 6.8% para el 2030.


- A14.1.6 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

2 En un trabajo paralelo citado anteriormente (Vargas, 2009) el Banco Central de
Per estima las perdidas agregadas derivadas del cambio climtico en su doble
acepcin de mitigacin y dao soportado en una cifra de entre 5.7% y 6.8% para el
ao 2030, en el caso extremo de ausencia de medidas correctoras, y un valor de
entre 3.9 y 4.6 para el caso en que las estrategias de mitigacin alcancen un nivel
ptimo.

Como conclusin cabe esperar un triple efecto derivado del cambio climtico,

1 Por un lado es esperable una alteracin de la produccin agrcola, que,
recordemos, aporta el 20 % del PIB del pas.

2 En segundo lugar cabe esperar una elevacin de los costes de mitigacin
soportados por las sociedades afectadas

3 Por otro lado, se producir una prdida de bienestar por parte de la poblacin que
sufrir los daos directos.

En los puntos siguientes trataremos de avanzar en las tres lneas descritas. Todos ellos
inciden a travs de dos mecanismos, la mayor frecuencia de fenmenos extremos, y en
paret como consecuencia derivada, el endurecimiento de las condiciones econmicas y
sociales en que viven y trabajan los agentes econmicos del pas.


- A14.1.7 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

A14.1.3 Caracterizacin de la economa y sociedad afectadas.

Se trata en este punto de caracterizar el rea regional de Trujillo, Departamento de La
Libertad. Hemos explicado anteriormente en este documento, que resulta necesario asumir
dicha escala de aproximacin en aras a lograr una adecuada y completa caracterizacin de
los flujos econmicos presentes en el rea de estudio.

Se trata de un departamento de tamao pequeo donde reside el 6% de la poblacin de la
Repblica y cuya contribucin al PIB de la misma se sita en el entorno del 5%. Su renta
per cpita est ligeramente por debajo de la media nacional (91% de la misma) si bien se
trata de un departamento de alto crecimiento, cuya media de crecimiento econmico en la
dcada 2001-2009 es del 7.1% por encima del 6% de media nacional.

En cuanto a la especializacin productiva, el VAB se estructura relativamente de acuerdo
con el siguiente esquema

Dentro del Sector primario el grueso de las aportaciones viene representado por la
actividad agrcola, que, con un peso del 20% del VAB regional muestra un
crecimiento del 5.9% a precios constantes, derivado de la roturacin de nuevas
tierras y de las mejoras tecnolgicas. Ser cuestin relevante identificar estas
fuentes de crecimiento y pronosticar su evolucin para caracterizar el escenario
futuro. Sin embargo, ya es observable el comportamiento de dicho sector que pese a
la expansin total de las reas cultivadas en los ltimos no muestra capacidad de
crear empleo, estando esta variable sujeta a fuertes oscilaciones.

Asimismo, dentro del sector primario aparece la minera extractiva, cuyo peso
relativo en el departamento es del 9.4%, cabe destacar que la evolucin temporal
muestra un decrecimiento en los ltimos 5 aos. Dado el carcter de esta actividad,
no se espera que su rendimiento se vea alterado por el cambio climtico mas all de
lo que los esperables efectos extraordinarios pudieran provocar, y del sobrecoste
ambiental que la combinacin de las nuevas condiciones climticas y el impacto
ambiental de la minera pudiera representar. Sin embargo, si que es relevante esa
tendencia observada para cuantificar el escenario econmico futuro

Dentro ya del sector secundario se observan tasas de crecimiento del 15% para las
manufacturas, 12.8% para la electricidad y agua y del 28% para la construccin.
Estas tendencias extremadamente expansivas son de difcil aceptacin en un
escenario a largo plazo. Cifras como estas representan periodos de duplicacin entre
3 y 6 aos que resultan difcilmente crebles como proyecciones permanentes, y en
consecuencia han de ser considerados coyunturales.


- A14.1.8 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

Variables VAB-2010 % TVI % Empleo
Crec
Empleo
Crec
Product
Agricultura, Caza y
Silvicultura (Miles de
nuevos soles a precios
constantes de 1994)
1,823,600.0 19.8 8.3

2,709,377
29.4%
Inc 7,5%

220.2 -1% 8%
Pesca (Miles de nuevos
soles a precios constantes
de 1994)
21,177.0 0.2 -1

7.1 0 -1
Minera (Miles de nuevos
de 1994)
864,600.0 9.4 -3*

10.9 0 0
Manufactura (Miles de
constantes de 1994)
1,921,676.0 20.9 11.0

2,777,818
30.1%
Incr
12.7%

101.4

2.4%

8.4%
Electricidad y Agua (Miles
de nuevos soles a precios
constantes de 1994)
71,167.0 0.8 7.0

Construccin (Miles de
constantes de 1994)
784,975.0 8.5 17.5

43.7 12.5% 4.1%
Comercio (Miles de nuevos
de 1994)
810,712.0 8.8 6.2

3717338,2
40.3%
Incr 7.2%

481.1

5.7%

1.4%
Transporte y
Comunicaciones (Miles de
constantes de 1994)
656,511.0 7.1 7.8

Restaurantes y Hoteles
(Miles de nuevos soles a
precios constantes de 1994)
247,134.0 2.7 6.6

Servicios Gubernamentales
(Miles de nuevos soles a
456,287.0 5.0 7.2

Otros Servicios (Miles de
constantes de 1994)
1,546,694.2 16.8 7.2

Valor Agregado Bruto (Miles
de nuevos soles a precios
constantes de 1994)
9,204,533.2 100.0 8.7 8.7% 864.4 3.9% 4.6%


- A14.1.9 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

A14.1.3.1 Parmetros bsicos de la produccin agrcola

Podemos comprobar de los resultados adjuntos que el Departamento de La Libertad aporta
el 10% del VAB agrario del pas, reflejando una especializacin agraria relativa que coloca al
departamento en una situacin vulnerable frente a eventos catastrficos y cambios en las
condiciones climticas.

Produccin
agropecuaria
Miles de soles a
precios constantes de
1994 2005 2006 2007 2008 2009 2010
Total Agropecuario y
Pesca 23.918,27
Total agropecuario 1.739,27 1.787,02 1.934,30 2.481,76 2.354,46 2.482,00
Total agrario 901,71 975,23 1.073,68 1.119,41 1.165,44 1.218,05
% 52% 55% 56% 45% 49% 49%
Total Pecuario 837,56 811,79 860,62 1.362,35 1.189,02 1.263,95
% 48% 45% 44% 55% 51% 51%
%AP s/Total VAB nacional 10% 10% 11% 11% 11% 11%
Id agrario 9% 9% 10% 10% 10% 10%
id pecuario 11% 12% 12% 12% 13% 13%
Empleados (miles) 232. 235.3 259.2 209.3 215.6 220.2
Prod por empleado 7.496,85 7.594,65 7.462,58 11.857,42 10.920,50 11.271,57
Total Has 240.000
Media VAB/Ha 5.089

Podemos comprobar que la produccin agrcola crece a un ritmo del 6,1 % anual, siendo la
produccin por empleado con un crecimiento del 8% la fuerza motriz del proceso y
reducindose el n de empleados a razn de un 1% anual.

En cuanto a la distribucin por cultivos hemos centrado el anlisis en aquellos que aportan
ms del 5% del valor de la produccin agrcola:


- A14.1.10 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

2004 2005 2006 2007 2008 2009 2010
Arroz (valor en
millones de Soles
94) 84,82 93,07 103,82 105,57 121,84 109,40
Arroz% VAB
agropecuario 5% 5% 5% 4% 5% 4%
Sup cosechada (Has) 26.429,80 27.602,00 30.056,50 29.934,00 31.165,10 32.990,80 32.335,50
Ton cosechadas 262.736,0 235.716,0 258.634,0 285.723,0 293.261,0 338.578,0 303.883,0
Ton/Ha 9,94 8,54 8,60 9,55 9,41 10,26 9,40
Precio 359,84 359,85 363,36 359,99 359,86 360,00
VAB/Ha Soles/Ha

3.072,97 3.096,50 3.468,30 3.387,44 3.693,15 3.383,22

Has Trujillo 3,00 8,00 8,00
Prod Trujillo Ton 23,00 72,40 72,00
Prod Trujillo Ton/Ha 7,67 9,05 9,00

2004 2005 2006 2007 2008 2009 2010
Papa (valor en
millones de Soles
94) 138,82 117,78 136,03 132,86 133,89 145,75
Papa % VAB
Sup Cosechada 18.820,10 19.827,40 19.168,80 23.510,00 22.311,00 22.015,40 24.269,50
Ton cosechadas 285.120,0 344.070,0 291.909,0 337.156,0 328.845,0 328.124,0 358.737,0
Ton/Ha 15,15 17,35 15,23 14,34 14,74 14,90 14,78
Precio 403,46 403,48 403,46 404,02 408,05 406,28
Has Trujillo 6,00 11,50 7,00 8,00 5,50
VAB/ha 7.001,42 6.144,36 5.786,05 5.954,91 6.081,70 6.005,36

TM Trujillo 110,00 277,00 141,00 200,50 132,20
Ton/Ha 18,33 24,09 20,14 25,06 24,04
VAB/Ha 7.397,17 9.718,20 8.138,12 10.226,75 9.765,45

2004 2005 2006 2007 2008 2009 2010
Caa (valor en
millones de Soles
94) 196,24 223,08 255,43 295,21 322,06 333,66
Caa % VAB
agropecuario 11% 12% 13% 12% 14% 13%
Sup sembrada Has 26.209,50 24.492,00 27.055,00 29.202,90 30.340,50 32.112,90 33.632,10
VAB/Ha 8.012,41 8.245,43 8.746,73 9.729,90 10.029,02 9.920,82
Ton/Ha 117,95 121,38 128,76 143,24 149,70 146,04
Prod 2.783.963 2.888.892 3.284.025 3.760.283 4.345.865 4.807.415 4.911.755
Prod en Ton
transformadas
2.788.014,
80
2.888.795,
70
3.287.936,
60
3.760.265,
00
4.357.944,
90
4.741.135,
80
4.911.861,
00
Precioaparente 67,93 67,85 67,93 67,74 67,93 67,93


- A14.1.11 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

2004 2005 2006 2007 2008 2009 2010
Esparrago (valor
en millones de
Soles 94) 125,88 159,49 174,99 195,15 197,34 201,56
Esparrago % VAB
Sup cosechada
Has 6.461,00 7.554,50 9.207,50 10.980,20 13.139,00 13.822,20 13.879,20
VAB/Ha 16.662,92 17.321,75 15.936,87 14.852,73 14.276,74 14.522,16
Prod Ton 96.060 106.170 134.510 147.585 156.828 166.431 169.912
Prod /ha 14,87 14,05 14,61 13,44 11,94 12,04 12,24
Precio 1.185,65 1.185,71 1.185,69 1.244,36 1.185,69 1.186,24

2004 2005 2006 2007 2008 2009 2010
Maiz A Duro
(valor en
millones de
Soles 94) 62,63 71,06 94,54 102,97 92,19 106,17
Maiz % VAB
Sup
cosechada 20.691,7 21.361,5 23.613,0 29.145,5 33.702,1 27.874,9 30.966,7
Produccion 141.702 154.092 174.832 232.596 253.354 211.319 259.159
Ton/Ha 6,85 7,21 7,40 7,98 7,52 7,58 8,37
VAB/Ha 2.931,91 3.009,36 3.243,73 3.055,30 3.307,17 3.428,36
Precio 406,45 406,45 406,46 406,43 436,25 409,65

Fuente elaboracin propia a partir del INEI

Podemos comprobar que la evolucin de la produccin agrcola de los principales cultivos se
puede explicar por dos mecanismos, el incremento de la superficie cosechada, y el
incremento de la produccin por Ha. Obviamente, cabe esperar que el esfuerzo de
roturacin de nuevas fincas se concentre, o en las principales productos de consumo
autctono, siguiendo la demanda interna, o en los cultivos con mayor productividad por Ha.

Estudios realizados en otros pases del rea demuestran que el comportamiento de los
cultivos puede presentar impactos dispares ante cambio climtico, segn el desplazamiento
de la temperatura esperada en relacin a la curva rendimiento temperatura.


- A14.1.12 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

Fuente: CEPAL (2009), El Salvador: Efectos del CC sobre la agricultura.

Por otro lado la experiencia de las campaas agrcolas desde finales de los 90 demuestra
que la agricultura del Departamento de La Libertad se especializa relativamente en cultivos
sensibles al cambio climtico, segn demuestra la experiencia de los eventos climticos
extremos de los ltimos 15 aos.

Indicadores de actividad agraria

VAB/Ha Nuevos soles 94 Var Sup Var Producto/ha Sensibilidad CC
Arroz 3,350,26 3.2% +1.9% Alta
Papa 6,162,30 4.1% -5.9% Alta
Caa 9,144.05 6.5% 4.3% Baja
Esparrago 15,595.53 12.9% -2.8%
Maiz Am. Duro 3,162.64 7.7% 3.1% Alta

Elaboracin Propia a partir del Sistema Integrado de Estadsticas Agrarias


- A14.1.13 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

En cuanto a la cuantificacin de los daos sufridos en la agricultura, recogemos datos de
perdidas de has cultivadas en presencia de Fenmenos Nio

Campaa Has perdidas Has Cultivadas Fraccin perdida
97-98 69.954 1.368.687 5.1%
06-07 85.816 1.440.435 5.9%

Elaboracin Propia a partir de Vargas(2009) y del Sistema Integrado de Estadsticas
Agrarias

A14.1.3.2 Definicin de un escenario local

Procedemos a continuacin a definir por un lado un escenario econmico de base articulado
en torno a dos parmetros, crecimiento econmico y evolucin de la productividad a partir
de las reflexiones y trabajos recogidos y que consideramos razonable como marco de
referencia a largo plazo. En segundo lugar estimaremos un impacto econmico de CC
climtico.

El resultado de estas proyecciones se simular en un modelo de simulacin dinmica
elaborado en Vensim, que ayudar a comprender las implicaciones de las hiptesis
implantadas y permitir validarlas

SECTOR PRIMARIO

Actividad agropecuaria

A la vista de la informacin recogida, estimaremos un crecimiento de la produccin
agropecuaria del 4% basndonos en los siguientes criterios:

1 La Provincia de Trujillo es la mas urbana de las que forman el Departamento de
La Libertad, y resulta dudoso que pueda elevarse la disponibilidad de terrenos
agrcolas.

2 El crecimiento observado de un 6% anual acumulativo para la produccin agrcola
resulta suficientemente explicado por la roturacin de nuevas tierras, y la correlacin
observada entre los niveles altos de crecimiento de superficie y los mnimas
ganancias en productividad justifican la existencia de un limite a las ganancias
derivadas de la roturacin de nuevas tierras.

3 Las ganancias observadas en productividad no resultan tan llamativas resultando
razonable esperar un crecimiento moderado en los prximos 20 aos


- A14.1.14 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

4 Los pronsticos a nivel mundial sobre impacto del cambio climtico en la
agricultura pronostican una sucesin de cultivos sustitutivos de los existentes que
implican un proceso de aprendizaje que lastrar la productividad de los aos futuros.

En cuanto al empleo entendemos que se ver regulado por un crecimiento de la
productividad del 5%, lo que implica una destruccin neta de empleo

Actividad pesquera

Entendemos que la provincia de Trujillo no presenta una especializacin funcional en estas
reas y en consecuencia presentarn un comportamiento estacionario tanto en VAB
generado con una ganancia del 1% en productividad.

Actividad minera

Esta actividad demuestra un salto expansivo partir de 2006 que se ha mantenido
estacionario tanto en empleo como en volumen de facturacin desde entonces, por lo que
estimamos un crecimiento nulo en ambas variables

PRODUCCION INDUSTRIAL

Desarrollaremos un anlisis ms limitado en este captulo, dado que la actividad industrial
se ver afectada de una forma ms indirecta por el cambio climtico.

Manufacturas

Dado que presentan un crecimiento del 11% de media de los ltimos 5 aos con un
crecimiento de la productividad del 8%, estimaremos un crecimiento de promedio a 20 aos
del 5% en produccin y del 3.5% en productividad.

Construccin:

Este sector fuertemente cclico presenta comportamientos explosivos que presumiblemente
se moderaran en un futuro, bajando desde un 17.5% observado hasta una cifra del 10%
con ganancias en productividad del 2.5%


- A14.1.15 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

SERVICIOS

Servicios

El sector servicios presenta un crecimiento del 7.2% en VAB y un 1.4% en productividad.
Sin embargo, por tratarse el rea urbana de Trujillo, de un rea intensiva en actividades
terciarias, estimamos crecer a costa de reas limtrofes en cifras por encima de lo
esperable en pocas de ciclo menos expansivo que el presente. Por todo ello estimaremos
un crecimiento promedio para los prximos 20 aos del 5 % con unas ganancias en
productividad del 1%

A fin de ofrecer un trmino de comparacin razonable contrastamos el resultado con los
trminos del Marco Macroeconmico multianual que en 2011 pronosticaba crecimientos del
orden del 6% hasta 2014, Si bien los condicionaba a la recuperacin rpida de la economa
mundial y a la expansin relativa de las economas emergentes. Asimismo se pronosticaba
un crecimiento acelerado de la productividad que si bien mejorara los trminos de
intercambio entre la economa peruana y los mercados exteriores, frenara la capacidad de
mantener un crecimiento paralelo en el empleo.

RESUMEN ESCENARIO PRODUCTIVO

SECTOR PROD
INICIAL
Crecimiento
observado
Crec
Sectorial
Pronstico
oficial
Crecimiento
esperado
LP
EMPLEO
INICIAL
Crec
Productivid
ad
Agropecuario 1.823.600 8.3% 6 4. 220.2 5%
Pesca 21.177 0 2 0 7.1 1%
Minera 864.600 -3 2 0 10.9 0
Manufactura,
electricidad y
agua
1.992.843

11 8 5 101.4 3.5
Construccin 784.975

17.5 10 10 43.7 2.5
Servicios 3.717.338,2

7.2 10 5 481.1 1

A14.1.4. Escenario Demogrfico

El modelo demogrfico del distrito de la libertad se parametriza de la siguiente forma:

La Tasa de fecundidad del distrito de la libertad se sita en 2007 en la cifra de 2,6 hijos por
mujer a lo largo de su vida frtil. Se trata de una sociedad de la que cabe esperar que
contine su transicin hacia cifras menores en un futuro, acompaando el proceso de
desarrollo social que se observa en pases equivalentes. A dicho comportamiento apuntan
los datos intercensales que sitan la tasa de fecundidad en 2,5 con tendencia a la baja.


- A14.1.16 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

El escenario requiere la definicin de un periodo de vida frtil que situamos entre los 15 y
los 50 aos con un total de 35 aos de duracin. El promedio de tasa de natalidad esperable
ser entonces 2.12 % tasa
de natalidad bruta, que arroja una cifra de nacimientos de 17,252 que resulta consistente
con la natalidad observada de 17.442,5 nacidos de promedio entre 2007 y 2008. Es
evidente que se trata de una estimacin grosera aunque sin embargo arroja unos resultados
conformes con las predicciones oficiales.

La tasa de emigracin promedio observada es del 2% de la poblacin bruta. Cabe distinguir
en ella tres causas ltimas. Emigracin interna hacia los centros econmicos del pas (Lima
Callao), Emigracin externa en busca de mejores oportunidades econmicas y sociales
(Bienestar) y finalmente emigracin cultural derivada de la reunificacin familiar etc. Si
aceptamos que las causas motrices de la emigracin estn ligadas a las diferencias entre
tasas de crecimiento econmico e ndice de bienestar humano, resulta difcil sostener un
escenario en que dicho comportamiento se vaya a mantener. Las tasas de crecimiento
econmico de Per se encuentran entre las ms altas del mundo, y no hay motivos para
esperar convulsiones sociales en periodos cercanos.

Definimos un escenario en el que por un lado se reduzca la natalidad a travs de una
reduccin de la tasa de fecundidad por debajo del 2.5 hijos/Mujer, y pronosticamos una
reduccin de la tasa de migracin hasta valores cercanos a cero o incluso negativo
reflejando una atraccin de la poblacin. En estas condiciones, el comportamiento de la
poblacin se espera quede representado por las grficas siguiente, construidas a partir de
un modelo de simulacin dinmico.
1

1
En las grficas 1 y 2 se comprueba el ajuste entre nuestra serie simulada y las proyecciones
demogrficas oficales tras la calibracin de los parmetros vida frtil y supervivencia a los 60 aos


- A14.1.17 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

TASA NATALIDAD
0.04
0.0325
0.025
0.0175
0.01
0 5 10 15 20 25
Time (Year)
TASA NATALIDAD : current
TASA NATALIDAD : Hoja1

Pronsticos oficiales y resultados de la simulacin
a 25 aos
POB TOT
2 M
1.7 M
1.4 M
1.1 M
800,000
0 5 10 15 20 25
Time (Year)
POB TOT : current POB TOT : Hoja1

Pronsticos oficiales y resultados de la simulacin a
25 aos
Fraccin 6090
0.2
0.17
0.14
0.11
0.08
0 5 10 15 20 25
Time (Year)
D
m
n
l
Fraccin 6090 : current

Fraccin de la poblacin mayor de 60 aos
Poblacion activa
600,000
500,000
400,000
300,000
200,000
0 5 10 15 20 25
Time (Year)
Poblacion activa : current

Evolucin de la poblacin activa (85% hombres y 65
% mujeres en edad de trabajar)
Poblacion No activa
600,000
500,000
400,000
300,000
200,000
0 5 10 15 20 25
Time (Year)
Poblacion No activa : current

Ratio No activos a activos
2
1.75
1.5
1.25
1
0 5 10 15 20 25
Time (Year)
Ratio No activos a activos : current

Las principales conclusiones que se extraen del modelo son:

1 un freno al crecimiento de la poblacin por reduccin de la natalidad, y un paralelo
envejecimiento de la poblacin a causa de la elevacin de la proporcin de personas
mayores que tendr como consecuencia una alteracin de las condiciones sociales

2 Un crecimiento de la poblacin activa por debajo de la poblacin no activa (Jvenes y
nios, anciano y personas en edad de trabajar que se retiran del mercado laboral) pasando
de 1.12 a 1.20, duplicando la sobrecarga soportada por cada sujeto econmicamente activo.


- A14.1.18 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

A14.1.5. Caracterizacin de la Situacin Macroeconmica y fiscal.

A14.1.5.1 Fiscalidad

Analizadas las estadsticas econmicas disponibles se plantea la cuestin de determinar la
carga impositiva soportada por la sociedad del Departamento de la Libertad, para ello
hemos procedido a cruzar las fuentes fiscales (SUNAT) con las Fuentes econmicas
convencionales (INEI). Como resultado observamos una carga recaudatoria del 5%.

Pib
Miles Soles
Corr
La Libertad
Miles de Soles
Corr
Recaudacin
La libertad
Carga
Fiscal %
2004 9.419.233,42 455.002,5 4,8
2005 10.662.218,35 522.116,4 4,9
2006 13.213.639,35 640.388,8 4,8
2007 14.882.243,03 730.812,3 4,9
2008 16.383.428,55 810.849,2 4,9
2009 17.175.895,38 815.271,8 4,7
2010 19.509.473,03 996.952,3 5,1
Promedio 5%

Fuente INEI
Si por otro lado verificamos los mismos datos a escala nacional identificamos una carga
promedio cercana al 15% creciente a lo largo del tiempo, consistente con las previsiones del
MARCO MACROECONMICO MULTIANUAL que pronostica una presin fiscal del 15.8% del
PIB para 2014. (Basndose en una expectativa de continuacin de la expansin de la
actividad econmica)

Pib
Miles Soles
Corr
Peru
Miles de Soles
Corr
Recaudacin
Total
Carga
ID
Carga II Carga
SS
Carga
Fiscal
Sin SS
Carga
Fiscal
Total%
2004 237.901,73 31.131,7 3,79% 9,33% 1,57% 13,12% 13,1
2005 261.653,20 39.923,6 4,28% 9,44% 1,54% 13,72% 15,3
2006 302.255,12 51.154,0 6,09% 9,22% 1,61% 15,31% 16,9
2007 336.338,93 58.253,2 6,79% 8,97% 1,56% 15,76% 17,3
2008 377.562,40 65.596,3 6,40% 9,19% 1,79% 15,58% 17,4
2009 392.564,57 60.274,2 5,18% 8,33% 1,85% 13,51% 15,4
2010 444.460,28 73.146,7 5,81% 8,86% 1,79% 14,67% 16,5
2011 497.016,00 85.589,1 6,77% 8,65% 1,81% 15,41% 17,2
Promedio 6.5 8 1.8 15 16.8

NOTA Los datos incluyen las cargas de seguridad social que no son estrictamente considerados como tributos
interiores en las estadsticas econmicas oficiales.


- A14.1.19 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

Por otro lado, si reproducimos el anlisis con los datos correspondientes a Lima
Metropolitana, encontramos que el ratio de impuestos recaudados sobre VAB generado se
sita en el 43%. Podemos concluir que evidentemente el impuesto no ha sido
territorializado, y se presenta distribuido por titularidad jurdica y residencia social y no por
actividad imputada. No obstante esta situacin apunta a una elevada desigualdad territorial
en la distribucin de las rentas.

Finalmente, el anlisis de la distribucin de los ingresos estatales por tipologa de impuestos
establece que de promedio la carga fiscal se distribuye del siguiente tenor:

Cargas SS 1.8%
Impuestos
renta
6.5
Impuestos
sobre
produccin
2%
Impuestos
Consumo
6%

Se observa, por tanto, que los ingresos generados por la actividad econmica productiva y
el consumo en el departamento de la Libertad son gestionados en sus 2/3 partes a travs
de los grandes centros econmicos del pas, lo que sugiere que el carcter perifrico de
dicho Departamento.

Se ha suscitado en puntos anteriores de este informe el previsible envejecimiento de la
poblacin, crendose en consecuencia una bolsa de personas dependientes de edad superior
a los 65 aos que duplicara el valor de las existentes en 20 aos.

En estas condiciones, el gasto pblico destinado a la proteccin social presentar una
demanda expansiva a la que de una manera u otra ser necesario atender. Esta situacin
est claramente expresada en el ya citado documento MARCO MACROECONMICO
MULTIANUAL que reza del siguiente tenor El crecimiento econmico sostenido es
indispensable para reducir la pobreza y generar los ingresos fiscales permanentes que
aseguren la expansin del gasto social focalizado en los ms pobres del pas.

Resulta pues evidente que en un anlisis del impacto econmico del cambio climtico no
resulta balad considerar las condiciones econmicas y sociales de la sociedad que se ver
obligada a afrontar el problema. Por un lado la poblacin envejecida ser mas vulnerable
fsicamente y, por otro, la sociedad ser mas vulnerable econmicamente si no se dota de
los resortes pertinentes.


- A14.1.20 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

A14.1.5.2 Cuadro Macroeconmico

A partir de los datos de recogidos de las estadsticas departamentales podemos caracterizar
la economa del departamento de la Libertad

Variables
2010 % Incremento
Anual
Agricultura, Caza y Silvicultura (Miles de nuevos
soles a precios constantes de 1994)
1.823.600,00 19.8 8,38%
Pesca (Miles de nuevos soles a precios constantes
de 1994)
21.177,00 0.2 -0,92%
Minera (Miles de nuevos soles a precios
constantes de 1994)
864.600,00 9.4 -3,08%
Manufactura (Miles de nuevos soles a precios
constantes de 1994)
1.921.676,00 20.9 11,05%
Electricidad y Agua (Miles de nuevos soles a
71.167,00 0.8 7,07%
Construccin (Miles de nuevos soles a precios
constantes de 1994)
784.975,00 8.5 17,55%
Comercio (Miles de nuevos soles a precios
constantes de 1994)
810.712,00 8.8 6,28%
Transporte y Comunicaciones (Miles de nuevos
soles a precios constantes de 1994)
656.511,00 7.1 7,88%
Restaurantes y Hoteles (Miles de nuevos soles a
247.134,00 2.7 6,56%
Servicios Gubernamentales (Miles de nuevos soles
a precios constantes de 1994)
456.287,00 5.0 7,28%
Otros Servicios (Miles de nuevos soles a precios
constantes de 1994)
1.546.694,20 16.8 7,22%
Valor Agregado Bruto (Miles de nuevos soles a
9.204.533,20 100.0 8,73%

Fuente INEI

A partir de los datos estadsticos del Inei podemos caracterizar el destino dado a las rentas
en el reparto primario a escala nacional entre Remuneracin de Asalariados (RA), Consumo
de Capital Fijo (CCF), Excedente neto de explotacin (ENE) e Impuestos Directos (ID).

Aceptando las distribuciones unitarias como una caracterstica estructural de la economa
peruana, podremos concluir que de cada 100 Soles de producto generado, 22 se emplean
en pagar salarios, 69 se entregan a las empresas tanto a ttulo de excedentes como de
recuperacin del capital destruido. Los 9 soles remanentes se entregan a ttulo de
impuestos directos a las arcas del estado.


- A14.1.21 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

Asimismo, rehaciendo la cuenta una vez pagados los impuestos directos encontramos que
de cada 100 soles efectivamente repartidos, 24 constituyen retribucin de asalariados y 76
se canalizan a las empresas a titulo de rentas o de recuperacin de capital fijo.

Cabe destacar que, de las cantidades destinadas a Salarios, una parte lo es a travs del
sistema de seguridad social que sostiene los servicios sociales de salud laboral y pensiones.
Llama la atencin lo delicado de la situacin del sistema de SS que con una recaudacin
inferior al 2% del PIB ha de hacer frente a una poblacin que ha iniciado una transicin
demogrfica que le coloca en una senda muy prxima a la seguida por los pases
industrializados y reclama una actuacin estructural.

Estas diferencias pueden ser en parte explicadas por el hecho de que el empleo agrario es
esencialmente autoempleo y, por tanto, carece de una relacin salarial estricta. El bajo nivel
relativo de la productividad agrcola por trabajador permite inducir que en todo caso la
desigualdad de reparto de rentas es un problema relevante, las diferencias fiscales descritas
mas adelante refrendan que el reparto de las rentas empresariales y laborales est
desequilibrado.

METROPOLITANA DE SANTA ANA (EL SALVADOR)
A14.1.1 ASPECTOS SOCIO-ECONMICOS

- A14.1.22 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

Antes de
Impuestos
Despus de
Impuestos
PIB RA CCF ENE ID IP %RA %CCF %ENE %ID %RA %CCF %ENE
2000 186.141.059 45.418.418 13.029.874 110.009.366 17.683.401 24,40% 7,00% 59,10% 9,50% 26,96% 7,73% 65,30%
2001 189.212.725 47.492.394 14.190.954 110.311.019 17.029.145 25,10% 7,50% 58,30% 9,00% 27,58% 8,24% 64,07%
2002 199.649.894 49.912.474 14.774.092 117.194.488 17.569.191 25,00% 7,40% 58,70% 8,80% 27,41% 8,11% 64,36%
2003 213.424.869 53.356.217 15.366.591 125.280.398 19.421.663 25,00% 7,20% 58,70% 9,10% 27,50% 7,92% 64,58%
2004 237.901.734 56.858.514 16.891.023 141.789.433 22.124.861 23,90% 7,10% 59,60% 9,30% 26,35% 7,83% 65,71%
2005 261.653.202 60.441.890 18.577.377 158.038.534 24.857.054 23,10% 7,10% 60,40% 9,50% 25,52% 7,85% 66,74%
2006 302.255.118 66.193.871 20.855.603 187.095.918 27.807.471 21,90% 6,90% 61,90% 9,20% 24,12% 7,60% 68,17%
2007 336.338.931 72.985.548 23.207.386 209.875.493 30.606.843 21,70% 6,90% 62,40% 9,10% 23,87% 7,59% 68,65%
2008 377.562.400 78.910.542 25.296.681 237.864.312 35.490.866 20,90% 6,70% 63,00% 9,40% 23,07% 7,40% 69,54%
2009 392.564.565 86.364.204 27.086.955 246.530.547 32.582.859 22,00% 6,90% 62,80% 8,30% 23,99% 7,52% 68,48%
2010 444.460.277 94.225.579 29.334.378 280.454.435 40.001.425 21,20% 6,60% 63,10% 9,00% 23,30% 7,25% 69,34%
Promedio 10 aos 23,11% 7,03% 60,73% 9,11% 25,43% 7,73% 66,81%
Promedio 5 aos 21,80% 6,85% 62,27% 9,08% 23,98% 7,53% 68,49%
Miles de Soles Corrientes
2

2
Nota a fin de poder cruzar los datos de contabilidad fiscal pblica con los datos de Contabilidad Nacional empleamos en esta fase unidades monetarias
corrientes. No se pierde generalidad desde el momento en que los porcentajes de reparto que calculamos resultan invariantes


- A14.1.23 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

Sin embargo, dado que las estadsticas fiscales nos indican que tan solo 1/3 de la carga
impositiva correspondiente al PBI generado en La libertad son efectivamente recaudados en
dicho departamentos, cabe estimar que la proporcin de la renta distribuida en este entorno
que finalmente financie gasto en dicho Departamento sea muy inferior a la unidad.

La concentracin de propiedad de los recursos de capital en manos de residentes, la
titularidad efectiva de las empresas, y la atraccin del gasto por las grandes metrpolis
puede desdibujar este resultado. Entenderemos en consecuencia que tan solo permanecer
como renta interior al departamento la RA, el CCF y entre el y 2/3 del ENE de las
empresas.

En el siguiente paso nos preguntamos por la aplicacin de la renta por parte de los agentes
a los diferentes captulos de demanda: Consumo privado, consumo fijo, Formacin Bruta de
capital, Saldo exterior e impuestos indirectos. En la tabla adjunta podemos comprobar como
se ha venido realizando dicha distribucin a lo largo de los aos. De nuevo tratamos de
identificar como se ha realizado la distribucin en el conjunto de la economa Peruana para
desde ah realizar alguna hiptesis sobre la situacin de la Libertad y la capacidad de asumir
costes extraordinarios de su sociedad.

TIPO DE GASTO 2004 2005 2006 2007 2008 2009 p/ 2010 p/

PIB A PRECIOS DE
MERCADO
Millones de Soles
Corrientes
TOTAL PIB 1/ 237.902 261.653 302.255 336.339 377.562 392.565 444.460
Consumo Final 186.540 199.348 215.455 236.336 270.652 289.343 311.921
Consumo Privado 162.840 173.050 186.644 206.187 237.340 249.891 269.650
Consumo de Gobierno 23.700 26.298 28.810 30.148 33.312 39.452 42.271
Formacin Bruta de Capital 42.704 46.809 60.580 77.185 102.856 88.192 117.330
Formacin Bruta de Capital
Fijo
42.551 47.966 58.391 72.763 98.487 94.216 116.984
Variacin Existencias 153 -1.157 2.189 4.422 4.368 -6.024 346
Exportaciones de Bienes y
Servicios
51.041 65.647 86.234 97.815 102.831 92.462 112.827
Importaciones de Bienes y
Servicios
42.384 50.151 60.013 74.996 98.776 77.432 97.618

Podemos observar que de cada 100 soles ganados por los agentes econmicos 61 son
destinados a consumo privado, 9 a consumo pblico 26 se aplican a inversin por parte de
las empresas y el estado y mantenindose un resto del 4% que es comprado por
extranjeros. En estas condiciones cabe analizar la situacin financiera de las familias que
con unas rentas compuestas de salarios y beneficios y rentas de capital que estimamos
distribuidas en 2/3 en el mejor de los casos hacen llegar a sus presupuestos unas cifras de
374.680.014 miles de soles con los cuales han de hacer frente a un consumo de
269.650.000 miles de soles.


- A14.1.24 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

Si aadimos a este fenmeno la estimacin de que una parte sustancial de las rentas
generadas en el Departamento de La Libertad no son gastadas en el mismo, la realidad que
observamos nos muestra una sociedad cuya capacidad de ahorro resulta limitada y para la
que la restructuracin general del sistema expresada en el Marco Macroeconmico
Interanual expresado por el Gobierno de Per como discurso programtico resulta crtico.

A14.1.5.3 Algunos resultados cuantitativos

Con las hiptesis y elementos descritos y a ttulo de contraste del impacto sinttico de la
realidad del Departamento de La Libertad se ha elaborado un sencillo modelo de simulacin
temporal para evaluar la viabilidad de los escenarios propuestos, algunos de cuyos
resultados presentamos a continuacin.

El escenario presentado se ha simulado estimando un impacto mximo en el crecimiento de
la agricultura (-1.5%) e industria (-1.4%) de crecimiento medio en la pesca (-1%), bajo en
servicios (-0.5) y nulo en construccin (+0.5).

En estas condiciones los resultados, en cuanto a nivel de ocupacin, remuneracin de
asalariados, EBE, recaudacin fiscal y VAB agrario y agregado muestran la existencia de
impactos sustanciales. Llama la atencin como la no alteracin del reparto entre RA y EBE,
y el mantenimiento del sistema fiscal existente apunta a una severa dificultad para resolver
necesidades emergentes bien sea demogrficas o derivadas de daos sufridos, ni por parte
de las familias, ni por parte de los recursos pblicos.


- A14.1.25 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

Ocupados estimados Act
1 M
900,000
800,000
700,000
600,000
0 5 10 15 20 25
Time (Year)
Ocupados estimados Act : nocclimatico
Ocupados estimados Act : cclimatico

RA
8,000
6,000
4,000
2,000
0
0 5 10 15 20 25
Time (Year)
RA : nocclimatico RA : cclimatico

Recaudacion fiscal
6,000
4,500
3,000
1,500
0
0 5 10 15 20 25
Time (Year)
Recaudacion fiscal : nocclimatico
Recaudacion fiscal : cclimatico

EBE
40,000
30,000
20,000
10,000
0
0 5 10 15 20 25
Time (Year)
EBE : nocclimatico EBE : cclimatico

VAB Agregado
40,000
30,000
20,000
10,000
0
0 5 10 15 20 25
Time (Year)
VAB Agregado : nocclimatico
VAB Agregado : cclimatico

VAB Agropecuario
4,000
3,000
2,000
1,000
0
0 5 10 15 20 25
Time (Year)
VAB Agropecuario : nocclimatico
VAB Agropecuario : cclimatico


- A14.1.26 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

A14.1.6. Reflexin Final

El impacto econmico del cambio climtico es una cuestin a la que es difcil dar respuestas
precisas. El estado actual del conocimiento y la naturaleza del informe encargado nos
permiten tan solo sealar conclusiones de trazo grueso.

El estudio de un proceso esencialmente global no puede desagregarse a escala espacial. Lo
que se observe en Trujillo es el resultado de una dinmica econmica en mbitos espaciales
mas amplios.

El impacto del CC se observa a tres escalas, por un lado en su impacto sobre la produccin
se altera el rendimiento de los procesos econmicos. Los costes de energticos,
alimentarios se vern alterados presumiblemente al alza, asimismo la existencia de
eventos climticos extremos obligar a la toma de medidas cautelares por las empresas a
costa de encarecer sus costes. Las medidas de mitigacin y adaptacin soportadas por el
presupuesto pblico gravarn las arcas colectivas etc... Por otro lado, desde el punto de
vista del bienestar econmico neto, las sociedades sufrirn un cambio que implica una
prdida econmica: alteracin de precios relativos, soporte de costes extraordinarios por
eventos catastrficos y no econmicos: exposicin a enfermedades, cambios en las
expectativas sociales etc. Finalmente, las consecuencias econmicas y financieras de estas
medidas alterarn la distribucin de la renta de las sociedades, alterando as las cargas
fiscales, las posibilidades de gasto publico, la riqueza en manos del pblico, las retribuciones
salariales etc.

Este esquema articula el discurso que hemos tratado de plasmar en el trabajo:

1 Desde el punto de vista productivo hemos tratado de entender la vulnerabilidad de los
sectores econmicos en el entorno del espacio de estudio. As, hemos analizando con mayor
detalle la situacin de la agricultura, por ser, por un lado una actividad de importancia en la
zona y, por otro, por su elevado grado de exposicin. En general, hemos tratado de
transcribir las expectativas derivadas de los escenarios econmicos habitualmente
manejados y de evaluar sus eventuales consecuencias.

2 Desde el punto de vista de la distribucin de la renta hemos tratado de caracterizar el
flujo de recursos financieros que estructura el reparto de rentas en esta sociedad a fin de
identificar a los sujetos que en definitiva cuentan con recursos para hacer frente a los
impactos econmicos.

3 Desde el punto de vista del gasto hemos tratado de identificar la capacidad de los
agentes para asumir los gastos esperables del cambio climtico.

Para ello hemos tratado de reconstruir el cuadro macroeconmico de la economa del
Departamento de La Libertad cruzando las fuentes existentes. Hemos construido asimismo
un pequeo modelo demogrfico y con todo ello asimismo hemos elaborado un modelo de
simulacin global a fin de comprender el funcionamiento global del sistema.


- A14.1.27 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

A14.1.7. Principales conclusiones:

1 Existe consenso en la literatura sobre la existencia de costes derivados del cambio
climtico en la economa de los pases. Sin embargo, la cuantificacin detallada de las
previsiones resulta de difcil estimacin. Los efectos ms evidentes se derivan de las
alteraciones de la actividad agrcola a causa de los cambios en las condiciones ambientales
medias, por un lado, y por la mayor aparicin de eventos meteorolgicos extremos. Ambos
fenmenos resultan presentes en del departamento de La Libertad. La municipalidad de
Trujillo se ver en ese sentido fuertemente afectada por el deterioro econmico.

2 El escenario demogrfico previsible de la zona presenta una disminucin de la natalidad
que derivar presumiblemente en un envejecimiento de la poblacin, que estimamos en una
elevacin del porcentaje de personas mayores de 60 aos al doble de lo presente. La
atencin a estas personas resultar un reto de gran importancia para los servicios sociales
del pas.

3 Las tendencias detectadas en la fase presente del ciclo expansivo de la economa
peruana muestran un comportamiento que ha de ser seguido con cautela en cuanto a su
interaccin con el empleo. Se observa que pese al crecimiento de la facturacin agrcola y la
roturacin de nuevos terrenos, el empleo neto del sector ha disminuido ligeramente, lo cual,
si se proyecta hacia el futuro como un comportamiento estable, apunta a la posible
emergencia de una masa de trabajadores agrcolas cesantes (desempleados o jubilados)
que pueden sobrecargar las infraestructuras sociales del pas, y en todo caso resultarn de
difcil absorcin por la industria o los servicios, tanto por el tiempo de maduracin del
proceso, como por las exigencias de cualificacin.

4 La estructura econmica del pas presenta una distribucin de la renta desequilibrada
entre la remuneracin de asalariados (21% del PBI), los beneficios empresariales (63%)
3
y
los impuestos (9%). Esta situacin apunta hacia una fuerte debilidad de las familias para
hacer frente a costes adicionales imprevistos, y coloca al sector pblico en una situacin
comprometida si ha de hacer frente a la combinacin de efectos del envejecimiento,
desaceleracin del ciclo, perdida de empleo sectorial, freno de la actividad econmica por
cambio climtico y eventuales catstrofes naturales que requieren medidas de reparacin y
previsin.

5 Es evidente que los problemas extraordinarios que suscita el cambio climtico son
cuestiones que caen claramente dentro de lo pblico y han de ser objeto de mecanismos de
redistribucin espacial de los recursos. La constitucin de un sistema fiscal suficiente
eficiente y equitativo que consiga derivar los recursos necesarios sin estrangular la
economa es uno de los problemas crticos de todo estado moderno.

6 el cambio climtico va a suponer un cambio estructural en la forma de vida y trabajo de
los agentes. El proceso se articular presumiblemente mas a travs de una elevacin de la

3
El restante 7% corresponde al CCF que engrosa el capital de las empresas como recuperacin de capitales
previamente invertidos


- A14.1.28 -
A
1
4
.
1

A
S
P
E
C
T
O
S

S
O
C
I
O
-
E
C
O
N
M
I
C
O
S

variabilidad de las condiciones (a corto medio plazo) que a travs de un cambio tendencial
consolidado (a largo plazo). En estas condiciones, las respuestas adaptativas de los agentes
a unas nuevas condiciones resultarn crticas. La prdida de productividad descrita se
derivar no solo de asumir daos y costes preventivos, sino de la adopcin de estrategias
inducidas por la incertidumbre a que los agentes se vean sometidos. En consecuencia
resulta crtico:

Evaluar espacialmente exposicin y vulnerabilidad a riesgos

Discriminar la exposicin a riesgos por reas, actividades y niveles de renta

Integrar la informacin existente en los instrumentos de planificacin territorial,
social y econmico

Difundir buenas prcticas agrcolas, industriales, constructivas y de gestin pblica,
explicitando su contribucin a eliminar riesgos e incertidumbre.

7 Confluyen en el futuro del pas dos fuentes de planificacin crticas y complementarias, la
planificacin del desarrollo econmico y sectorial y la planificacin espacial de las
actividades humanas de acuerdo con la vulnerabilidad que stas presentan. El trabajo de
integracin de ambas cara a realizar un anlisis completo del problema, ser una fuente
inagotable de rendimientos para las sociedades del siglo XXI.

Evaluación Probabilística de La Peligrosidad y La Vulnerabilidad Frente A Desastres Naturales Basados en Proyecciones de Cambio Climático en El Área Metropolitana de Trujillo

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Evaluación Probabilística de La Peligrosidad y La Vulnerabilidad Frente A Desastres Naturales Basados en Proyecciones de Cambio Climático en El Área Metropolitana de Trujillo

Caricato da

Copyright:

Formati disponibili

EVALUACIN PROBABILSTICA DE LA

PELIGROSIDAD Y LA VULNERABILIDAD FRENTE

La metodologa aplicada para evaluar la vulnerabilidad percibida se basa en el mtodo

Figura 6.13. Resultados de ISV Indicador de Sensibilidad Vivienda por distritos

Figura 6..25 Resultados de ISI Indicador de Sensibilidad Integrada por distritos

= la densidad del agua

es la densidad del material que forma el sedimento, a = (1-p) donde p es la

Evaluacin Probabilistica de la Peligrosidad

Evaluacin Probabilistica de la Peligrosidad

Evaluacin Probabilistica de la Peligrosidad

Evaluacin Probabilistica de la Peligrosidad

Evaluacin Probabilistica de la Peligrosidad

Evaluacin Probabilistica de la Peligrosidad

Evaluacin Probabilistica de la Peligrosidad

Evaluacin Probabilistica de la Peligrosidad

Evaluacin Probabilistica de la Peligrosidad

Evaluacin Probabilistica de la Peligrosidad

Evaluacin Probabilistica de la Peligrosidad

Evaluacin Probabilistica de la Peligrosidad

Evaluacin Probabilistica de la Peligrosidad

Evaluacin Probabilistica de la Peligrosidad

Evaluacin Probabilistica de la Peligrosidad

Evaluacin Probabilistica de la Peligrosidad

Evaluacin Probabilistica de la Peligrosidad

Evaluacin Probabilistica de la Peligrosidad

Evaluacin Probabilistica de la Peligrosidad

Potrebbero piacerti anche